SurrogateSHAP: Kostenlose Beitragszuordnung für Text‑zu‑Bild‑Modelle

Mit der zunehmenden Verbreitung von Text‑zu‑Bild‑Diffusionsmodellen in kreativen Arbeitsabläufen wird ein zuverlässiges System zur Bewertung der Datenbeiträge immer wichtiger. Der Shapley‑Wert bietet dafür eine theoretisch fundierte Grundlage, doch die Notwendigkeit, das Modell für jede Teilmenge von Datenkontributoren neu zu trainieren, sowie die enorme Anzahl möglicher Teilmengen machen ihn praktisch untragbar.

SurrogateSHAP löst dieses Problem, indem es das aufwändige Retraining komplett umgeht. Stattdessen nutzt es die bereits trainierte Modellinferenz und approximiert die Nutzenfunktion mit einem Gradient‑Boosted‑Tree. Aus diesem Baum lassen sich die Shapley‑Werte analytisch ableiten, wodurch die Berechnung deutlich schneller und ressourcenschonender wird.

In drei unterschiedlichen Aufgabenbereichen – Bildqualität bei DDPM‑CFG auf CIFAR‑20, Ästhetik bei Stable Diffusion auf Post‑Impressionistischen Werken und Produktdiversität bei FLUX.1 auf Fashion‑Product‑Daten – hat SurrogateSHAP die bisherigen Methoden übertroffen. Gleichzeitig reduziert es den Rechenaufwand erheblich und identifiziert zuverlässig die einflussreichsten Datenbeiträge.

Ein weiteres Highlight ist die Fähigkeit, die Datenquellen zu lokalisieren, die zu unerwünschten Korrelationen in klinischen Bilddaten führen. Damit bietet SurrogateSHAP einen skalierbaren Ansatz für die Überprüfung von Datensicherheit und Fairness in Text‑zu‑Bild‑Modellen.