数据集偏差

最新研究首次系统评估乌尔都语假新闻检测模型的跨数据集泛化能力，发现数据集间存在严重不对称性，模型在反向测试中准确率暴跌至接近零，根源在于数据集中假新闻与真新闻的平均长度存在3.4倍差异导致的捷径学习。

研究指出电子健康记录数据集在自杀行为检测中存在系统性偏差，标签生成过程受临床记录方式、标注规则和医院管理约束等多重因素影响。