FairPro

新论文发现LLM文本到图像模型存在人口统计偏见

一项新的研究论文探讨了基于大型语言模型（LLM）的文本到图像（T2I）模型中的文本条件化如何引入人口统计偏见，即使在提示中未指定人口统计属性的情况下也是如此。研究发现，与非LLM基线相比，基于LLM的系统表现出更强的人口统计偏差。研究人员确定系统提示是影响这些偏见的关键因素，并提出了FairPro，一个旨在生成公平意识指令的框架，以在保留用户意图的同时减轻差异。