FACET 工具目前经过 3 万张图片、含 5 万人图像的开源训练,特别增强了性别和肤色方面的工估感知,可以用于评估计算机视觉模型在各种特征。具用
FACET 工具在经过训练之后可以回答复杂问题,例如识别出对象为男性之后,型中性别可以进一步识别出滑板运动员,族和以及浅色、开源深色皮肤。工估
Meta 以 FACET 来评测该公司所开发的 DINOv2 模型与 SEERv2 模型,以及 OpenAI 的 OpenCLIP 模型,整体而言,OpenCLIP 在性别上的表现优于其它模型,而 DINOv 则在年龄与肤色上有较佳的判断力。
FACET 的开源将有助于研究人员执行类似的标竿测试,以理解自己的模型中所存在的偏见,亦可用来监控为了解决公平问题而采取的缓解措施所造成的影响。IT之家在此附上 Meta 新闻稿地址,感兴趣的用户可以深入阅读。
(责任编辑:百科)