ground-truth

速報

人工智慧標註的共識陷阱：重審Ground Truth與多元標註基礎建設

近年人工智慧研究普遍把「真實標籤」視為單一正確答案。本篇回顧ACL、AIES、CHI、CSCW、EAAMO、FAccT與NeurIPS等論文，指出模型中介標註與可見性失衡會導致錨定偏誤，進而將人類分歧當作噪訊。作者主張把分歧當成高保真訊號，並推動多元標註基礎建設以取代尋找單一答案的做法。