人类纠正标签学习：通过纠正视觉语言模型（VLMs）差异来提升标签质量
机器学习
2025-11-17 v2
摘要
视觉语言模型（Vision-Language Models, VLMs）凭借其强大的内容生成能力，已成功应用于数据标注流程。然而，VLM生成的标签存在两个局限性：即标签质量低（即标签噪声）且缺乏错误纠正机制。为了提升标签质量，我们提出了人类纠正标签（Human-Corrected Labels, HCLs），一种一种高效的人类纠正VLM生成的噪声标签的方法。如图1(b)所示，HCL战略性地仅针对VLM差异的实例进行人类纠正，从而实现更高质量的标注且降低劳动力成本。具体而言，我们理论地推导了一个风险一致的估计器，将人类纠正的标签和VLM预测相结合用于训练分类器。此外，我们进一步提出了一种条件概率方法，使用VLM输出和模型预测的组合来估计标签分布。大量实验表明，我们的方法在分类性能方面取得优异结果，且对标签噪声具有鲁棒性，验证了HCL在实际弱监督场景中的有效性。代码 https://github.com/Lilianach24/HCL.git
引用
@article{arxiv.2511.09063,
title = {Human-Corrected Labels Learning: Enhancing Labels Quality via Human Correction of VLMs Discrepancies},
author = {Zhongnian Li and Lan Chen and Yixin Xu and Shi Xu and Xinzheng Xu},
journal= {arXiv preprint arXiv:2511.09063},
year = {2025}
}
备注
11 pages, 3 figures