关于 "FairCLIP：在视觉语言学习中釆取公平性" 的可重复性研究
计算机视觉与模式识别
2025-09-09 v1 人工智能
机器学习
摘要
我们调查了FairCLIP（由Luo等人于2024年提出）的可重复性，该方法通过最小化跨敏感群体的图像-文本相似度得分差异（使用Sinkhorn距离），提高了CLIP（Radford等人，2021）在组公平性方面的表现。我们复现了Luo等人（2024年）的实验设置，以主要调查其研究发现为目的。然而，Luo等人（2024年）的模型描述与原始实现存在差异。因此，我们引入了新的实现A-FairCLIP，以检验特定设计选择。此外，我们提出了FairCLIP+，将FairCLIP目标扩展到多个属性。此外，探讨了距离最小化对FairCLIP公平性和性能的影响。在与原始作者一致的情况下，发现CLIP在应用于基于Harvard-FairVLMed数据集中的零样本白内障分类时，对某些人口统计学特征倾向性较强。然而，两个数据集上的实验结果并不支持其声称FairCLIP能够提高CLIP的性能和公平性的说法。尽管正则化目标降低了Sinkhorn距离，但无论是官方实现还是对齐后的A-FairCLIP实现，都未发现能够在零样本白内障分类中提升性能或公平性。
引用
@article{arxiv.2509.06535,
title = {On the Reproducibility of "FairCLIP: Harnessing Fairness in Vision-Language Learning''},
author = {Hua Chang Bakker and Stan Fris and Angela Madelon Bernardy and Stan Deutekom},
journal= {arXiv preprint arXiv:2509.06535},
year = {2025}
}