arXivAI 研究專業

BiasFlow：以幾何監控與骨幹正規化解決模型對虛假特徵的依賴

BiasFlow: Geometric Monitoring and Backbone Regularization for Spurious Feature Reliance

2026/10/062 分鐘閱讀

30 秒看懂

傳統的最差群組準確率（WGA）僅能評估分類器，無法反映凍結骨幹網路在面對新分類任務時的特徵分布表現。為此，本研究開發了 BiasFlow 工具包，透過 IBMI 與 W-IBMI 等幾何指標，監控類別與屬性之質心對齊狀況。研究更提出 BiasFlow 正規化（BFR）懲罰機制，在 UrbanCars 資料集上提升最差群組準確率達 26.0 pp；在 CelebA-Std 的凍結骨幹測試中，將 WGA 從 40.7% 大幅提升至 64.1%，展現出極佳的抗偏見強健性。

核心重點

幾何監控診斷

利用基於 Hook 的指標（IBMI、W-IBMI）監控特徵空間中類別與屬性的質心對齊及投影敏感度。

BFR 正規化技術

提出一種受監督、可組合的類別條件質心對齊懲罰機制，主動優化骨幹網路的特徵表徵。

顯著提升抗偏見表現

在 CelebA-Std 凍結骨幹實驗中，將最差群組準確率從 40.7% 提升至 64.1%，並大幅降低偏見屬性的探針準確率。

合成浮水印抗性

在 ImageNet 的合成浮水印控制實驗中，將浮水印偏移準確率提高了 23.0 pp。

技術圖解

標準骨幹網路與加入 BFR 正規化之效能對比（CelebA-Std 實驗）

	標準骨幹網路 (Standard)	BiasFlow 正規化骨幹 (BFR + GroupDRO)
最差群組準確率 (WGA)	40.7%	64.1%
男性屬性探針準確率 (越低越好)	92.5%	72.2%
UrbanCars WGA 提升幅度	基準值 (Baseline)	最高提升 +26.0 pp

為什麼重要

深度學習模型常因過度依賴資料中的虛假特徵（如背景、浮水印等無關屬性）而缺乏強健性。BiasFlow 從特徵空間的「幾何結構」出發，提供了一套能同時進行診斷與修正的框架。這使得開發者即便在凍結骨幹網路並重新訓練分類頭時，依然能確保模型維持極高的抗偏見能力，對實現更公平、更具魯棒性的電腦視覺模型至關重要。

對誰有影響

AI 研究人員
AI 開發者

可以怎麼使用

1評估預訓練影像模型對背景、浮水印等虛假特徵的敏感度與依賴程度。
2在存在顯著群組偏差或不平衡屬性的資料集上，訓練強健的影像分類模型。

限制與注意事項

偏見屬性資訊在表徵中依然可以被回復，且跨任務測試的表現好壞參半。
W-IBMI 指標具有尺度依賴性，無法獨立用來證實屬性已被完全移除。