cleanlab

Cleanlab's open-source library is the standard data-centric AI package for data quality and machine learning with messy, real-world data and labels.

AI 简介

cleanlab 是一个开源的数据质量分析与修复工具库，专注于在机器学习场景中自动识别和修正数据集中的标签错误、异常样本、分布偏移等问题。它基于现有模型的预测概率和特征表示，无需额外标注即可检测噪声标签、离群点、重复样本、类别不平衡等常见数据问题，支持文本、图像、音频和表格等多种数据类型。项目采用数据为中心的AI理念，适用于模型训练前的数据清洗、多标注者一致性评估、主动学习样本筛选等实际落地场景，帮助提升模型鲁棒性与泛化能力。