待验证50% 置信事实精确时间

传统伪标签存在确认偏差问题：反复使用同一模型的伪标签会让偏差随迭代不断累积放大

1

来源数

50%

置信度

长期有效

时效性

2026/9/28

首次发现

来源

噪声警务音频难题：预训练ASR伪标签方法的机遇与边界

涉及实体

伪标签concept 确认偏差concept

相关事实

待验证误标普遍化会稀释AI标签系统的公信力,导致用户忽视该标签70% 相似待验证单纯依赖特征匹配可能无法识别精心伪造的高级虚假账号69% 相似待验证在关系抽取中，标签出现的频率几乎不能预测模型在该标签上的表现，真正决定泛化能力的是模型是否见过相似的证据表达方式69% 相似待验证早期研究发现即使使用随机错误标签的示例，少样本表现有时也不比正确标签差太多68% 相似待验证评估分数依赖测试数据集，数据集随业务变化会导致评分漂移，使历史横向比较产生误导68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/955558

API

curl https://kongchang.com/api/v1/knowledge/claims/955558

MCP

get_claim(id=955558)