人类标签变异与模型公平性之间的相互作用
计算与语言
2026-02-04 v2
摘要
人类标签变异 (HLV) 对模型公平性的影响是一个尚未探索的议题。本文通过比较在多数投票标签上训练与多种 HLV 方法的训练效果来检验这种相互作用。我们的实验表明，在不进行显式去偏的情况下，HLV 训练方法在特定配置下对公平性具有积极影响。
引用
@article{arxiv.2510.12036,
title = {On the Interplay between Human Label Variation and Model Fairness},
author = {Kemal Kurniawan and Meladel Mistica and Timothy Baldwin and Jey Han Lau},
journal= {arXiv preprint arXiv:2510.12036},
year = {2026}
}
备注
10 pages, 7 figures. Accepted to EACL Findings 2026