本研究介绍了一个轻量级、用户友好、可扩展的框架“Multilabelfy”，通过人机智能的协同作用，实现了高效的数据集验证和质量提升。研究发现ImageNetV2数据集中约47.88%的图像包含至少两个标签，揭示了潜在标签数与模型准确性之间的负相关关系。