Mitchell L Gordon

分歧去卷积：将机器学习性能指标与现实接轨

Gordon 等人提出分歧解卷积方法，通过分离注释者稳定观点与噪声来修正ML指标，发现面向人类任务的性能被严重夸大，如评论毒性从0.95降至0.73 ROC AUC。