开发 Diffusers 库的道德准则
我们正努力使我们的库更加负责任，一次一个 commit！
作为 Diffusers 库文档 的一部分，我们自豪地宣布发布一份道德框架。
鉴于扩散模型在世界上的实际应用及其对社会的潜在负面影响，此倡议旨在指导 Diffusers 库维护者在处理社区贡献时做出技术决策。我们希望在决策过程中保持透明，最重要的是，我们旨在阐明指导这些决策的价值观。
我们将道德视为一个利用指导价值观、具体行动和持续适应的过程。因此，我们承诺随着时间的推移，根据 Diffusers 项目的演变以及使其保持活力的社区的宝贵反馈，来调整我们的准则。
道德准则
- 透明度：我们致力于在管理 PR、向用户解释我们的选择以及做出技术决策时保持透明。
- 一致性：我们致力于在项目管理中保证为用户提供同等级别的关注，使其在技术上保持稳定和一致。
- 简洁性：为了使 Diffusers 库易于使用和开发，我们致力于保持项目目标精简和连贯。
- 可及性：Diffusers 项目有助于降低贡献者的入门门槛，即使没有技术专长，他们也可以帮助运行该项目。这样做使研究成果更容易为社区所用。
- 可复现性：我们的目标是在通过 Diffusers 库提供上游代码、模型和数据集时，对其可复现性保持透明。
- 责任感：作为一个社区，通过团队合作，我们对用户负有集体责任，通过预测和减轻这项技术的潜在风险和危险来履行这一责任。
安全特性与机制
此外，我们提供了一个非详尽的——并希望不断扩充的！——由 Hugging Face 团队和更广泛的社区实施的安全特性和机制列表。
社区选项卡：它使社区能够就项目进行讨论和更好的协作。
标签功能：代码仓库的作者可以将其内容标记为“不适合所有人” (Not For All Eyes)。
偏见探索与评估：Hugging Face 团队提供了一个 Space，以交互方式展示 Stable Diffusion 和 DALL-E 中的偏见。在这方面，我们支持并鼓励偏见探索和评估。
鼓励部署中的安全性
Safe Stable Diffusion：它缓解了一个众所周知的问题，即像 Stable Diffusion 这样在未经过滤的网络爬取数据集上训练的模型，往往会产生不当内容。相关论文：Safe Latent Diffusion: Mitigating Inappropriate Degeneration in Diffusion Models。
Hub 上的分阶段发布：在特别敏感的情况下，应限制对某些代码仓库的访问。这种分阶段发布是一个中间步骤，允许代码仓库的作者对其使用有更多的控制权。
许可证：OpenRAILs 是一种新型许可证，它使我们能够确保自由访问的同时，设有一系列限制以确保更负责任的使用。
