标签
本文表明，内容审核系统可能对连接不同社区的桥梁用户造成不成比例的伤害，即使聚合准确性指标看似令人满意，且在假阳性严重的情况下治理损失会增加。
本文识别了长周期研究智能体中的一种失败模式：优化聚合指标可能选出提升核心数字但破坏关键子群体（反转）的候选项。它提出了一种搜索纪律协议，该协议使用一个外部控制环路，基于候选项的分解行为而非得分进行审计。