Skip to content

🧨 Diffusers 的伦理准则

序言

Diffusers 提供预训练的扩散模型,并作为一个模块化的工具箱用于推理和训练。

鉴于其在现实世界中的实际应用及其对社会的潜在负面影响,我们认为为该项目提供伦理准则以指导开发、用户贡献和 Diffusers 库的使用是非常重要的。

使用这项技术的风险仍在评估中,但列举一些主要风险:艺术家的版权问题;深度伪造的滥用;在不适当的情境下生成性内容;非自愿的冒充;有害的社会偏见加剧边缘化群体的压迫。 我们将继续跟踪风险,并根据社区的响应和宝贵反馈调整以下准则。

范围

Diffusers 社区将把以下伦理准则应用于项目的开发,并帮助协调社区如何整合贡献,特别是涉及与伦理关注相关的敏感话题。

伦理准则

以下伦理准则普遍适用,但我们将主要在处理涉及伦理敏感问题的技术选择时实施这些准则。此外,我们承诺随着时间的推移,根据相关技术的最新发展调整这些伦理原则,以应对新出现的危害。

  • 透明度:我们致力于在管理 PR 时保持透明,向用户解释我们的选择,并做出技术决策。

  • 一致性:我们致力于在项目管理中为用户提供相同水平的关注,保持技术的稳定性和一致性。

  • 简洁性:为了使 Diffusers 库易于使用和利用,我们致力于保持项目的简洁和连贯。

  • 可访问性:Diffusers 项目帮助降低贡献者的入门门槛,即使没有技术专长也能参与运行项目。这样做使研究成果对社区更加可访问。

  • 可复现性:我们致力于在通过 Diffusers 库提供上游代码、模型和数据集时,透明地说明其可复现性。

  • 责任:作为社区和团队合作的一部分,我们对用户负有集体责任,通过预见和减轻这项技术的潜在风险和危险。

实施示例:安全功能和机制

团队每天都在努力提供技术和非技术工具,以应对与扩散技术相关的潜在伦理和社会风险。此外,社区的反馈对于确保这些功能的实施和提高我们的意识至关重要。

  • 社区标签:它使社区能够讨论并更好地协作于项目。

  • 偏见探索和评估:Hugging Face 团队提供了一个 空间,以交互方式展示 Stable Diffusion 中的偏见。在这方面,我们支持并鼓励偏见探索和评估。

  • 鼓励部署安全

  • Hub 上的分阶段发布:在特别敏感的情况下,应限制对某些仓库的访问。分阶段发布是一个中间步骤,允许仓库的作者对其使用有更多控制。

  • 许可OpenRAILs,一种新的许可类型,使我们能够确保免费访问,同时有一套限制以确保更负责任的使用。