Unverified50% confidenceFactExact time
商用人脸识别系统在不同种族和性别群体间存在显著准确率差异，深肤色人群和女性的误识率明显偏高，根源在于训练数据构成不均衡
1
Sources
50%
Confidence
Long-term
Relevance
8/21/2026
First Seen
Sources
Related Claims
Unverified如果训练语料包含性别、种族或文化偏见，模型会继承这些偏见70% similarVerified基准测试成绩与用户真实体验之间存在鸿沟，部分厂商存在针对特定基准专项优化（刷榜）以及训练数据污染导致成绩虚高的现象67% similarUnverified诊断结论的落地效果高度依赖造型师的经验与沟通能力，同样的「骨架+色彩」结果在不同造型师手中给出的建议质量差异显著，服务标准化程度较低。66% similarUnverified来自不同厂商、经历不同训练路径的模型持有不同的先验偏见，从而在交叉审查中形成真正的视角差异64% similarUnverified人类标注者在评估答案时存在信息越丰富越好的认知偏差，导致奖励模型将篇幅与质量隐性挂钩，是模型冗余的成因之一63% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/782858API
curl https://kongchang.com/api/v1/knowledge/claims/782858MCP
get_claim(id=782858)