该文综述人类标注差异研究，构建LiveNLI数据集，用生态有效解释探究自然语言推断标签分歧，发现标注者常因不同原因选同一标签，GPT-3生成解释不稳定。研究还涉及多语言命名实体歧义、无聚合标签数据集、大模型错误检测、搜索相关性标注错误预测，以及多参考标注提升标签分布估计与翻译训练效率。