视觉语言模型图像变换被指编码种族与性取向偏见

2026年10月28日，arXiv cs.CV 刊出研究《面相学再审视：视觉语言模型如何通过图像变换编码敏感属性》。研究考察两个知名视觉语言模型，发现当被要求把真实人脸图像变换成特定种族身份或性取向时，模型往往照做；是否拒绝呈非确定性，且因目标群体而异。论文称，生成图像在统计上可区分，常强化既有刻板印象，这类表征偏差还会在文本推理与人物刻画任务中再现；偏差并不限于种族与性取向，也涉及犯罪相关判断。该论文已被 EMNLP 2026 主会接收，此为目前公开披露的最新状态。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。