arXiv · cs.AI· Mengting Wei, Aditya Gulati, Guoying Zhao, Nuria Oliver·· 5 小时前
8款中西方T2I模型的情绪条件人脸生成存在人口统计偏差
Happy Young Women, Grumpy Old Men? Emotion-Driven Demographic Biases in Synthetic Face Generation
arXiv:2602.00032v4阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Mengting Wei, Aditya Gulati, Guoying Zhao, Nuria Oliver
研究任务与主要进展
研究审计了4款西方和4款中国T2I模型，在中性基线与6种情绪提示下生成56,000张人脸，并用信息论散度评估性别、种族、年龄及感知吸引力偏差。结果显示所有模型都过度生成年轻面孔，多数模型还过度生成白人编码个体；悲伤、恐惧等负向情绪进一步偏向白人、中年男性编码面孔，并伴随较低感知吸引力，部分交叉人口组合则被明显低度生成或近乎抹除。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org