经济学家：GPT-5 后数据标注分歧，多半是 LLM 对人类错

经济学家 John Horton 提出，大约从 GPT-5 起，在数据标注任务中出现人类与 LLM 意见不一致时，逐例检查分歧样本后会发现几乎总是 LLM 正确、人类错误，或者人类之间本身就存在实质性分歧。他认为以人类标注为金标准的做法正在失效，模型分歧可能比标注员共识更值得当作信号，这对数据标注行业和评测基准的构建有直接含义。