arXiv ID:
2605.28450
arXiv 提交日期: 2026-05-27
BiasEdit:一种无需训练、可检测并编辑偏差的公平视觉分类器学习框架 / BiasEdit: A Training-Free Bias-Detect-and-Edit Framework for Learning Fair Visual Classifiers
1️⃣ 一句话总结
本文提出了一种名为BiasEdit的自动化框架,它无需人工标注,通过分析图像与文本的关联来自动检测数据集中隐藏的偏见属性,并借助文本引导的图像编辑技术生成平衡的样本,从而在训练分类器时有效消除偏见,提升公平性。