연구진이 텍스트 임베딩을 조작하여 확산 모델의 인구 통계적 편향을 해소하는 'Text Embedding Steering (TES)' 프레임워크를 제안했어요. TES는 모델 재학습 없이도 기존 방식보다 이미지 품질 저하 없이 공정성을 개선하는 효과를 보여요. Stable Diffusion 실험 결과, TES는 기존 방식보다 우수한 성능을 보이며, 텍스트 임베딩 최적화가 공정성을 위한 실용적인 해결책임을 입증했어요.