🔥 今日值得一读
AI审美评分器竟有肤色歧视？1470张真实人脸测试揭穿真相！
Fidelity Preference, Not Demographic Preference: A Pixel-Level Attribute-Sensitivity Audit of Image Aesthetic/Preference Scorers
📖 AI 总结
该研究对四种图像美学/偏好评分器（LAION-Aesthetics、PickScore、ImageReward、HPSv2）进行了像素级属性敏感性审计，通过干预合成与真实图像中的肤色和体型，检验评分是否隐含人口统计偏好。核心发现是：在肤色明度维度上，评分器的主导效应是“保真偏好”——未修改图像得分最高，任何方向的扰动都会受到惩罚，呈倒U型曲线。安慰剂对照表明该惩罚并非肤色操作伪影，但仅LAION-Aes对所有操作符一致适用。关键警示是，仅用合成图像审计会产生误导：LAION-Aes在合成人脸上偏好较深肤色，但在1470张真实人脸上偏好反转且幅度显著减小。跨评分器结果均无法从合成迁移至真实场景。研究提供了可复现基准与审计标准，证明只有基于真实图像的因果隔离分析才能区分真实人口统计偏见与保真偏好。
🔑 关键词速览
| 保真度偏好 | 指评分器倾向于给未修改的原始图像更高分数，对任何方向扰动都进行惩罚的现象。 |
| 像素级干预 | 通过直接修改图像像素（如肤色亮度）来测试模型反应的方法。 |
| CIELAB L* | 一种颜色空间中的亮度通道，用于量化肤色深浅。 |
| 安慰剂对照 | 在实验中应用相同操作到无关区域（如非皮肤区域）以排除操作本身的影响。 |
| FDR校正 | 错误发现率校正，用于多重比较中控制假阳性率的统计方法。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅