探究文本到图像模型中的残疾人表示
计算与语言
2026-03-03 v3 计算机视觉与模式识别
计算机与社会
人机交互
摘要
文本到图像生成模型在生成高质量视觉内容方面取得了显著进展，但关于它们如何表示社会群体的担忧仍然存在。尽管性别和种族等特征受到日益关注的注意，但残疾人的表示仍未得到充分探讨。本研究通过分析使用结构化提示设计，对Stable Diffusion XL和DALL-E 3输出的图像中残疾人的表示进行分析。我们通过比较通用残疾提示与指向特定残疾类别的提示之间的图像相似性来分析残疾表示。此外，我们评估了缓解策略对残疾描绘的影响，重点关注通过情感极性分析评估情感框架，结合自动评估和人类评估。我们的发现揭示了持久的表示不平衡，凸显了需要持续评估和完善生成模型以培育更具包容性的残疾人描绘的必要性。
引用
@article{arxiv.2602.04687,
title = {Investigating Disability Representations in Text-to-Image Models},
author = {Yang Tian and Yu Fan and Liudmila Zavolokina and Sarah Ebling},
journal= {arXiv preprint arXiv:2602.04687},
year = {2026}
}
备注
21 pages, 9 figures. References included