系统性偏差

随机误差可以通过增加样本量平均掉，系统性偏差却会随样本量放大，导致攻击成功率被结构性高估或低估。

系统性偏差的期望非零，无论多少数据都无法通过平均消除；若标注团队对某类样本存在一致性误解，网络会将该错误作为真实规律学习。

在系统性偏差、数据泄露与重复、极端长尾、安全敏感场景中，数据清洗依然不可替代，因为网络无法自行纠正结构性错误。