Auswirkungen von Positionsverzerrung auf Sprachmodelle bei der Token-Klassifizierung

Sprachmodelle können unter Positionsverzerrung leiden, wenn Trainingsdaten eine verzerrte Verteilung der Klassenpositionen aufweisen. Dies führt zu Leistungseinbußen, insbesondere bei Tokens in ungewöhnlichen Positionen.