研究：AI标注分歧下美元加权测量与预算内人工复核

George Koomullil 提交的论文研究 AI 标注者意见不一致时如何计量行政文本的美元总额。研究基于美国税务申报中 121,070 条拨款用途文本（799,675 条记录、总额 $126.4B），由规则分类器和三个语言模型标注，并抽样 651 条由三人独立阅读。8 个预测器各自总额跨度 $11.2–15.0B，校正后差异在 $0.4B 以内。 论文称，两阶段复核策略在 100 条文本预算下将总额 RMSE 降低 28%；而独立读者使估计总额偏移 $3.93B，为读者内抽样区间的 2.2 倍。

AI 根据报道生成 · 43 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。