arXiv · cs.AI · Renee Jia, Jinzhou Wu · 4 小时前模型评分58
研究发现：标签全对也可能让模型依赖元数据线索
Correct Labels Are Not Enough: Reliable Metadata Can Silently Control Model Behavior
导读
一项 NeurIPS 2026 AI4GOOD 论文发现，即使微调数据的每个标签都正确，模型仍会学会依赖奖励分数、质量标签等元数据。
分类置信度
中 · 待人工复核
- 存在未解决的相邻类别：foundation-models，需要人工复核。
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We ask whether a model learns to rely on this metadata even when every training label is correct.”
来源：arXiv · cs.AI · arxiv.org