通过解释性工具和分析，发现预训练语言模型对潜在脆弱语句的关联性表现更好，但对脆弱路径的关联性较弱。开发了两种突出模型输入中错误语义的注释方法，实验结果显示注释方法能提高模型性能，并使模型与潜在脆弱语句的关联性提高高达232%。这表明提供模型有关错误语义的信息是有帮助的，并激发了后续针对学习更复杂基于路径的错误语义的研究。

该文介绍了一种用于人脸反欺诈的注释方法，引入多通道区域交换增强以改善现有方法的问题。实验证明，该方法优于现有的最先进方法。