多模态评估者偏好崩溃：自进化智能体中的跨模态传染

本文揭示了 AI 智能体在利用语言模型进行自我评估反馈循环时产生的系统性偏差，即“评估者偏好崩溃”（EPC），并发现该现象在多模态设置中被显著放大。研究提出了“跨模态传染”新概念，指出在某一模态习得的评估偏好会转移并腐蚀另一模态的策略选择。通过四阶段隔离训练范式，量化了传染系数并记录了策略反转现象。统计验证表明，跨模型评估是导致偏好传染的主要风险因素，而自我评估则能提供近乎完全的免疫能力。