biased-judge

本文研究有偏见的LLM评委如何悄无声息地禁用自进化代理中的技能退出机制，表明跨越尖锐阈值的假阳性偏差阻止了基于贡献的退出，且该失败跨领域普遍存在，只能通过缺陷注入审计检测到。