99% 的准确率究竟衡量了什么？对广泛使用的假新闻语料库中捷径学习的可复现审计

英文标题：What Does 99% Accuracy Measure? A Reproducible Audit of Shortcut Learning in a Widely Used Fake News Corpus

研究指出，在 ISOT/Kaggle“Fake and Real News”语料库上训练的文本分类器，通常报告超过 0.98 的准确率和 F1 分数。作者认为，如此高的表现与真实新闻真实性判定本身的难度并不相称。论文采用透明的 TF-IDF 与线性分类器方法，对该数据集中的捷径学习现象进行可复现审计。该研究提醒开发者和行业，基准测试中的高分未必代表模型真正具备事实核查或真实性判断能力。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB