FairEnc는 안색 검출 시 인종, 성별, 민족, 언어 등 다양한 속성에 대한 편향을 동시에 완화하는 공정한 사전 훈련 방법입니다.
텍스트 인코더는 대규모 언어 모델을 활용하여 다양한 속성을 가진 합성 임상 설명을 생성하고, 시각 인코더는 다중 차별화기를 사용한 적대적 편향 완화 전략을 적용합니다.
Harvard-FairVLMed 데이터셋 실험 결과, FairEnc는 DPD 및 DEOdds 지표로 측정한 인구 통계적 차이를 효과적으로 줄이면서도 강력한 진단 성능을 유지했습니다.