GLEaN：一种面向公众理解的文生图偏见检测方法

文生图（T2I）模型及其编码的偏见日益塑造着公众接触到的视觉媒体。尽管研究者在T2I系统的偏见测量、审计与缓解方面已产出丰富成果，这些方法主要面向技术利益相关方，在公众可读性上留下空白。我们提出GLEaN（Generative Likeness Evaluation at N-Scale），一个基于肖像的可解释性流水线，旨在让T2I模型偏见对广泛受众在视觉上可理解。GLEaN包含三个阶段：从身份提示自动进行大规模图像生成、基于面部关键点的过滤与空间对齐，以及将模型中心倾向提炼为单张代表性肖像的中值像素合成。所得合成图无需统计学背景即可解读；观者一眼便能看出，当提示为'a doctor'与'felon'时模型'想象'的分别是谁。我们在Stable Diffusion XL上用40个社会与职业身份提示演示GLEaN，生成的合成图重现了已有记载的偏见，并揭示了肤色与预测情绪之间的新关联。在一项被试间用户研究（N = 291）中，我们发现GLEaN肖像传达偏见的效果与常规数据表相当，但所需观看时间显著更短。由于该方法仅依赖生成输出，它也可以在任何黑盒、闭权重的系统上复现，无需访问模型内部。GLEaN提供了一种可扩展、模型无关的偏见可解释性方法，专为公众理解而设计，已在https://github.com/cultureiolab/GLEaN公开。