生成模型常被部署來替用戶做出決策，例如視覺語言模型 (VLM) 協助視障人士識別房間中哪個人是醫生。然而，VLM 的決策會受到輸入中人物感知到的人口統計屬性影響，這可能導致偏頗結果，例如未能將女性識別為醫生。此外，當減少偏誤導致性能損失時，用戶對於平衡偏誤緩解與整體模型能力的需求可能各不相同，這突顯了對能實現可控偏誤減少方法的需求。