CIDER：针对文本到图像模型中品牌偏执的因果干预
计算机视觉与模式识别
2025-09-22 v1 人工智能
摘要
文本到图像 (T2I) 模型存在显著且未被充分探讨的 "品牌偏执"，即倾向于生成包含主导商业品牌的图像内容，这在伦理和法律风险方面构成挑战。我们提出 CIDER，一种新颖且模型无关的框架，通过 prompt 精炼在推理阶段缓解偏执，避免高成本的重新训练。CIDER 使用轻量级探测器识别带品牌内容，辅以视觉-语言模型 (VLM) 生成风格差异化的替代方案。我们引入品牌中性度评分 (BNS) 以量化此问题，并对主流 T2I 模型进行大量实验验证。结果表明，CIDER显著降低了显式和隐式偏执，同时保持图像质量和审美水平。我们的工作为更具原创性和公平性的内容提供了实用方案，推动了可信赖生成式 AI 的发展。
引用
@article{arxiv.2509.15803,
title = {CIDER: A Causal Cure for Brand-Obsessed Text-to-Image Models},
author = {Fangjian Shen and Zifeng Liang and Chao Wang and Wushao Wen},
journal= {arXiv preprint arXiv:2509.15803},
year = {2025}
}
备注
5 pages, 7 figures, submitted to ICASSP2026