标签
研究发现语义泄漏（semantic leakage）不仅源于概念与实体的直接归属，即便概念只是出现在场景中也会驱动模型生成刻板印象输出，这揭示了一种当前性别偏见评估所忽略的联想性偏见机制。
本文通过跨注意力机制中的‘注意力三角形’研究音频-视频扩散模型中的语义泄漏，并提出了在生成过程中增强语义锚定的方法。