AACL研究：统计校正让不完美模型标注支撑有效推断

2026年10月2日，AGI Hunt 报道，研究者在 AACL 主会发表论文续篇，讨论模型自动标注能否支撑社会科学推断。该研究提出，模型标注准确率并不等于推断有效性：即使多模态模型或 LLM 对社交媒体视频等数据的自动标注存在误差，经统计校正后，下游估计的有效性仍可恢复。研究因此认为，不完美的自动标注结果依然能够支撑可靠的社会科学推断。报道未披露所用数据集、统计校正的具体方法及实验数值，也未说明该续篇此前研究的结论。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。