本文提出了一种无监督的实时元损失重新加权方法，旨在解决高质量标签创建的高成本及标签中的错误和模糊性。该方法在自然语言处理任务中表现优异，特别是在对话建模中有效减轻标签噪声和类不平衡问题，提升模型性能。