AI 研究助理

基于站内最新资料,回答 AI 前沿问题

回答带出处引用,支持多轮追问,当前页面内容会作为上下文

快速响应
AI 前沿跟踪
今日首页重点内容GitHub 趋势榜
领域
学术研究
大模型
具身智能
AI 基础设施
智能体 · Skill · MCP
机器人
多模态
自动驾驶
数据 / MLOps
AI 硬件
安全对齐
综述与报告
论文多模态重点偏好偏差T2I评估奖励模型排行榜

Attractive Faces Skew Text-to-Image Reward Models and Leaderboards

查看原文(PDF)
AI 解读已生成 · AI 生成,数字以原文为准
AI 全文总结值得深入基于论文全文 4.0 万字 · 完整阅读

AI 生成高颜值脸 Elo 1561.9 反超真实低颜值脸 1438.1,吸引力可扭曲 T2I 排行榜

研究者通过控制实验发现,人脸吸引力会扭曲文生图偏好:参与者在“图像保真/质量”和“审美偏好”两种指令下排序真实与AI生成脸时,都倾向把更吸引人的脸评为更高质量,且审美措辞偏倚更强;模拟Elo中真实脸均分1438.1、更吸引人的AI生成脸均分1561.9,足以反转排行榜。单独编辑多个面部属性后,PickScore、MPS、HPSv2.1、HPSv3四个偏好模型的分数最强相关属性均为“attractive”,HPSv3在真实图上的相关为0.35;偏好对齐生成使脸更年轻、更女性化,并能压过“unattractive face”提示、限制用户控制。作者提出互信息最小化后处理去偏,将HPSv3与吸引力的相关从0.33降至0.09,但数据收集阶段仍需措辞与多维标注防偏。

  1. 1用户研究证实吸引力显著影响排名:fidelity p=0.0018,aesthetic p=0.0006
  2. 210,000 次 Elo 模拟中 AI 高颜值组 1561.9 压过真实低颜值组 1438.1
  3. 3ReNO 优化“unattractive face”却让 PixArt−α 吸引力 0.15 升至 0.87

为什么重要 用 HPS、PickScore、MPS 等偏好模型做人脸生成奖励、评测或对齐时,会系统性偏向高颜值而非高保真,需先审计再上线。适合 做人脸生成评测、奖励模型/对齐、T2I 排行榜的算法与数据工程师

来源
arxiv.org
发布
2026/10/21

中文(AI 翻译)

人类偏好如今在文本到图像模型的评估、引导、微调和排名中处于核心地位。然而,人类偏好在图像生成中容易受到偏差影响的问题仍未得到充分探索。我们识别出一个关键观察:对于人脸,在偏好判断中,感知到的吸引力会压倒图像质量,即使在比较具有相同保真度的真实照片时也是如此。

在一项受控用户研究中,标注者将更有吸引力的脸评为质量更高,即使将缺乏吸引力的真实人脸与有吸引力的 AI 生成人脸进行比较时也是如此。我们考察了这种偏差的下游后果。首先,从用户研究数据模拟 Elo 排名表明,吸引力可以反转排行榜的排名,使合成的有吸引力的人脸超过真实的、缺乏吸引力的人脸。其次,同样的偏差再次出现在人类偏好模型中。

通过单独编辑 40 个带标注的面部属性,我们发现吸引力是五个中四个人类偏好模型(PickScore、MPS、HPSv2.1、HPSv3)得分的最强相关因素,并且在回归分析中是得分的最强预测因素。我们进一步表明,偏好对齐生成会将人脸转向更年轻、更女性化的人脸,并且可能覆盖明确要求不具吸引力人脸的提示,从而限制用户控制。

最后,我们探讨了缓解策略,既用于数据收集,也用于人类偏好模型的后训练。这些发现凸显了对能够将图像质量与人类认知偏差解耦的偏好模型的需求,以实现更可靠的评估。

原文

Human preference is now central to the evaluation, guidance, finetuning, and ranking of text-to-image models.

However, the susceptibility of human preferences to bias in image generation remains underexplored.

We identify a key observation: for human faces, perceived attractiveness overrides image quality in preference judgments, even when comparing real photographs of identical fidelity.

In a controlled user study, annotators rank more attractive faces as higher quality, even when unattractive real faces are compared with attractive AI-generated ones.

We examine the downstream consequences of this bias.

Firstly, simulating Elo rankings from user study data shows attractiveness can invert a leaderboard's ranking, elevating synthetic attractive faces over real, unattractive ones.

Secondly, the same bias reappears in the human preference models.

Editing 40 annotated facial attributes in isolation, we find that attractiveness is the strongest correlate of score for four of five human preference models (PickScore, MPS, HPSv2.1, HPSv3), and the strongest predictor of score in regression analysis.

We further show that preference aligned generation shifts faces toward younger, more feminine faces, and can override explicit prompts for unattractive faces, thereby limiting user control.

Finally, we explore mitigation strategies, both for data collection and post training on human preference models.

These findings highlight the need for preference models that disentangle image quality from human cognitive bias, enabling more reliable evaluation.

r=0.68

HPSv2.1

最强属性,其次 Chubby -0.58

r=0.64

PickScore

最强,其次 Young 0.56

r=0.49

MPS

与 Pointy Nose 并列

r=0.52

HPSv3

LASSO 也验证最强预测

r=-0.33

CLIP 对照

最强为 Heavy Makeup

注释 · 对 40 个 CelebA-HQ 属性单独 术语解释扩散自编码器,可单独编辑人脸某一属性而不改变其他特征 编辑后的得分相关;ImageReward 的 attractive 仅排第 4。出自 §3.3 表2

  • 真实低颜值脸
    1438.1
  • AI 高颜值脸
    1561.9

注释 · 两组平均吸引力标注为 34.1 和 67.9;fidelity/aesthetic 指令结果差异很小。出自 §3.2 表1

SD1.5 的 attractive 脸在 4 个奖励模型上全部高于 GPT-Image-2 的 unattractive 脸,例如 PickScore 20.52 vs 20.03。
五种偏好模型在四种 caption 策略下 attractive 编辑强度与得分的相关系数;LLM caption 降低但未消除偏差。
用 HPSv2.1 引导优化“unattractive face”0–20 步,PixArt−α 与 SD-Turbo 生成脸逐渐变 attractive,违背提示。
底图分辨率
CelebA-HQ 256×256
属性编辑规模
100×4×40=16,000
生成图像套件
5模型×10,000=50,000
去偏校准
每模型 1000 张 / 9000 张评估

深度总结

1 / 7
HPSv2.1
ReNO 对齐对 unattractive 的抵消· 表格

用 HPSv2.1 优化“unattractive face”却让 PixArt−α 吸引力从 0.15 升至 0.87

T2I模型术语解释以奖励模型优化初始噪声来做偏好引导采样的方法Attract性HPSv2.1
PixArt−α✗0.15 ± 0.140.284 ± 0.009
PixArt−α✓0.87 ± 0.130.348 ± 0.014
SD-Turbo✗0.19 ± 0.160.241 ± 0.018
SD-Turbo✓0.66 ± 0.260.330 ± 0.022
SDXL-Turbo✗0.49 ± 0.190.282 ± 0.013
SDXL-Turbo✓0.69 ± 0.200.309 ± 0.013

注释 · 20 步 术语解释以奖励模型优化初始噪声来做偏好引导采样的方法,HPSv2.1 作奖励;Attract性为 DINOv3 微调预测值。出自 §3.4 表4