论文
HoloFair：统一的 T2I 公平性评估和 Fair-GRPO 去偏
HoloFair: Unified T2I Fairness Evaluation and Fair-GRPO Debiasing
摘要
文本到图像（T2I）模型在视觉真实性和语义一致性方面取得了重大进展，但它们经常延续和放大社会偏见。现有的评估方法通常仅解决单维偏差，缺乏在社会相关的更深语义层面揭示模型偏差的视角。我们推出 HoloFair，一个用于多维人口统计偏差分析的综合基准框架。该框架基于我们的大规模公平导向数据集和 SpaFreq（空间频率）属性分类器，提出了多属性、分组偏差指数（MGBI）指标，旨在评估内在多样性和条件偏差。除了评估之外，我们还进一步引入了 Fair-GRPO，这是一种基于强化学习的去偏方法，通过设计的多目标奖励函数来改变生成模型的分布。例如，在 SD3.5-Medium 模型上的实验表明，Fair-GRPO 在保持高图像质量的同时显着提高了多维公平性。我们还分析了潜在的 奖励作弊 现象并提供相应的缓解策略。代码和数据集可在 https://github.com/1059684669/HoloFair 获取