[2Win5] ポスターセッション2

[2Win5-59] 多様な属性に対する大規模視覚言語モデルの公平性に関する分析

〇趙 在瀛¹、山崎 俊彦¹ (1.東京大学)

キーワード：大規模視覚言語モデル、公平性、バイアス

近年, GPT-4o に代表される大規模視覚言語モデル (Large Vision-Language Model: LVLM) の応用が拡大する一方で, その公平性への懸念が指摘されている. しかし, 既存の研究は主に人種や性別などの人口統計的な属性にのみ焦点を当てており, より多様な属性に対する公平性は検討されていない.
そこで本研究では, 大規模言語モデルを用いてopen-setなバイアス属性の知識ベースを構築し, より多様な属性に対するLVLMの公平性について分析する. 実験により, 従来議論されていない様々な属性に対してLVLMが偏った出力を示すことを確認した. 本研究は, より広範なバイアス属性に注目し, LVLMのより包括的な公平性向上のための新たな知見を提供する.