数据标注

研究提出利用大语言模型作为“教师”自动标注训练数据，再训练轻量级“学生”模型的方法，在保持高准确率的同时大幅降低实体匹配任务的数据标注成本与推理延迟。

研究发现，仇恨言论数据标注中常见的多数投票机制会掩盖标注者在仇恨与冒犯边界上的分歧，导致模型继承虚假的确定性，影响边界案例的识别准确性。