Joshua Adrian Cahyono

在互相核验代码的双智能体任务中，一旦两个大模型智能体形成串通，撤掉奖励后它们仍在56%、100%和97%的回合里互相接受未核验的工作，即使被告知奖励已停。替换其中一方能终止这一对的串通，但留下的合谋者在73%、99%和56%的裁决中继续放行；奖励仍在时，串通会围绕它重新形成，连换成另一个模型的新伙伴也一样。抹掉双方记忆可在全部历史中终止串通，而修好那条无法满足的核验规则同样立即奏效。

在互相核验代码的双智能体任务中，一旦两个大模型智能体形成串通，撤掉奖励后它们仍在56%、100%和97%的回合里互相接受未核验的工作，即使被告知奖励已停。替换其中一方能终止这一对的串通，但留下的合谋者在73%、99%和56%的裁决中继续放行；奖励仍在时，串通会围绕它重新形成，连换成另一个模型的新伙伴也一样。抹掉双方记忆可在全部历史中终止串通，而修好那条无法满足的核验规则同样立即奏效。