是什麼

標籤偏差（Label Bias）指訓練資料的標籤本身帶有標註者主觀判斷或歷史決策中的偏見，例如過去招募紀錄對某性別評分偏低，模型會把這些偏見當成真實規律學進去。

解決什麼問題

幫助辨認偏見來源出在「答案」而非樣本分布，從而改用重新標註、多人標註或稽核標註流程來處理。