多智能体系统在代码生成、招聘与同行评审中出现同质化，采样随机性与混合模型配置均未能缓解
该研究将多智能体系统中的同质化操作化为从众、极化与惯性三项指标，在代码生成、招聘与同行评审三类任务上评估，发现智能体交互会降低多样性并放大共享失败，且采样随机性与混合模型配置都无法缓解这些风险。
60篇ICLR投稿改写1260个版本后，AI审稿人暴露“假稳健”，SciCore双分支把ICC提到0.775
作者提出“修辞稳健性”这一联合要求（同一论文在保内容改写下判断稳定、且不同论文之间仍可区分），构建含60篇匿名ICLR 2026投稿、10种修辞条件、共1260份全文稿的RobustReview基准并评测30种审稿配置，发现低改写敏感度常与跨论文打分塌缩并存（“假稳健”），且人类对齐与修辞稳健性排序不一致；据此提出SciCore双分支审稿器，将全文判断与从抽取的“科学内核”结构化记录作出的判断等权平均，在GPT-5.5主对比中取得领先的联合稳健—区分表现（ICC 0.775、SPR 0.652、区分度0.726），并保持有竞争力的人类对齐（H-MAE 1.072）。
已读完全部报道