速報 Label Imitation Game：利用 Turing 測試網路提升偽標籤精準度 偽標籤雖能大幅擴增資料規模，但易受幻覺影響。研究提出 Label Imitation Game，利用 Turing Test Network 以全局情境審核偽標籤，提升三大視覺語言模型的標籤準確度。實驗顯示，僅訓練於分類資料的 TTN 亦能有效修剪偵測偽標籤，將最差類別 F1 提升 28%，微調後更達 44%。此方法亦促成零召回類別的恢復。
