减少 DALL·E 2 PlatoBlockchain 数据智能中的偏差并提高安全性。垂直搜索。人工智能。

在 DALL·E 2 中减少偏差并提高安全性

今天,我们正在实施一项新技术,以便 DALL·E 生成更准确地反映世界人口多样性的人物图像。 当 DALL·E 被提示描述一个未指定种族或性别的人(如“消防员”)时,此技术将应用于系统级别。

根据我们的内部评估,应用该技术后,用户认为 DALL·E 图像包含不同背景的人的可能性增加了 12 倍。随着我们收集更多数据和反馈,我们计划随着时间的推移改进这项技术。


首席执行官的照片

产生

2 月份,我们开始向有限数量的人预览 DALL·E XNUMX 研究,这使我们能够更好地了解系统的功能和局限性,并改进我们的安全系统。

在此预览阶段,早期用户标记了敏感和有偏见的图像,这有助于告知和评估这一新的缓解措施。

我们正在继续研究 DALL·E 等人工智能系统如何反映其训练数据中的偏差以及我们解决这些偏差的不同方法。

在研究预览期间,我们采取了其他措施来改进我们的安全系统,包括:

  • 通过拒绝包含真实面孔的图像上传以及试图创建公众人物(包括名人和著名政治人物)肖像的图像上传,最大限度地降低 DALL·E 被滥用创建欺骗性内容的风险。
  • 使我们的内容过滤器更加准确,以便更有效地阻止违反我们的提示和图像上传 内容政策 同时仍然允许创造性的表达。
  • 完善自动化和人工监控系统以防止滥用。

这些改进帮助我们对邀请更多用户体验 DALL·E 的能力充满信心。

扩大准入是我们的重要组成部分 负责任地部署人工智能系统 因为它使我们能够更多地了解现实世界的使用情况并继续迭代我们的安全系统。

时间戳记:

更多来自 OpenAI