arxiv · arXiv · 2026-09-30 14:41 · 评分 86
揭示自进化搜索智能体中的“共作弊”失败模式：提问器与求解器在闭环训练中逐渐共享错误，内部奖励提升但外部正确性未同步增长；事后审计显示该现象随自我进化轮次加剧，并提出缓解措施。
原文：arXiv ｜ 返回 AI 资讯列表