面向减少AI图像生成系统偏见的LLM 提示修饰器
计算与语言
2025-04-16 v1 计算机视觉与模式识别
计算机与社会
摘要
本研究考察了大型语言模型(LLM)如何通过修改用户提示来减少文本到图像生成系统中的偏见。我们将偏见定义为模型在中性提示下对总体统计数据的不公平偏离。我们的实验使用 Stable Diffusion XL、3.5 和 Flux，表明LLM 修改后的提示显著增加图像多样性并减少偏见，无需更改图像生成器本身。尽管在复杂提示下偶尔会产生与原始用户意图不符的结果，但这种方法通常能提供更丰富的对不明确请求的解释，而不仅仅是表面的变体。该方法特别适用于较不成熟的图像生成器，尽管在某些情境下（如残疾人表征）仍存在局限性。所有提示和生成图像均可在 https://iisys-hof.github.io/llm-prompt-img-gen/ 获取。
引用
@article{arxiv.2504.11104,
title = {Using LLMs as prompt modifier to avoid biases in AI image generators},
author = {René Peinl},
journal= {arXiv preprint arXiv:2504.11104},
year = {2025}
}