研究提出ReLabel统一框架：识别并重标注噪声数据以提升NLP任务表现

Tong Guo提出一种名为ReLabel的统一框架，用于在深度学习应用中识别噪声数据并对其进行重标注，重标注时以模型预测作为参考。论文称，初始数据集来自人工标注、大语言模型生成或用户行为日志，均可能含有一定数量的噪声数据；重标注过程可人工完成，也可借助大语言模型进行标注。该框架覆盖分类、序列标注、目标检测、序列生成和点击率预测等多类任务。作者称，开发集评估结果与人工评估结果验证了该思路，并提到目标是在开发集上取得90分以上的成绩。