Oct, 2023
关于测量生成模型的公平性
On Measuring Fairness in Generative Models
Christopher T. H. Teo, Milad Abdollahzadeh, Ngai-Man Cheung
TL;DR通过研究公平生成模型的公平度量问题,发现现有的公平度量框架存在相当大的测量误差,并提出了一个新的框架 CLassifier Error-Aware Measurement(CLEAM),通过使用统计模型来解决敏感属性分类器的准确性问题。CLEAM 大大减少了测量误差,并发现文本到图像生成器和 GAN 模型存在相当大的偏见,引发了对它们应用的担忧。