解決“打地鼠困境”：一種更聰明的AI視覺模型去偏方法

要點

• WRING是一種後處理去偏方法，透過旋轉高維空間中的座標來消除特定概念上的偏見，同時保持模型其他關係不變。
• 現有投影去偏方法雖然能移除偏見，但會無意中放大或創造新偏見，即“打地鼠困境”。
• WRING可應用於預訓練的CLIP模型，無需重新訓練，效率高且侵入性小。
• 未來研究將擴充套件至ChatGPT風格的生成式語言模型。