onPanda 用“定位—改正—续写”的 token 级标注把中位标注时间压低 51.5%，并开源 Panda-CVL 数据集与基准
该工作提出 onPanda：标注者在阅读模型回复时定位第一个不合适的 token，从模型候选 token 中选取替代或自由输入正确文本，系统截断其后内容并从修正前缀继续生成，循环往复；一项小规模对照研究显示其中位标注时间比人工后编辑减少 51.5%，产出数据中 97.0% 的 token 由模型生成，并附带位置精确、正负成对的 token 级修正监督，同时开源了中文视觉语言数据集 Panda-CVL 与 token 级修正基准。