№gamma·general
Gamma
别名
- 首次出现
- 2026-05-22
- 最近出现
- 2026-07-23
- 累计提及
- 23
§ 01综述
Gamma是用于量化LLM代理系统评估者偏好耦合程度的统计度量，在评估偏差传播研究中扮演核心角色。近期，多项工作围绕Gamma展开，试图标准化测量并缓解其负面效应。
Gamma近期进展
EPC协议标准化测量：DeepSeek团队提出EPC（评估者偏好耦合）协议，为Gamma提供统一测量框架，该协议可跨不同LLM代理系统复现评估者偏差，并量化偏好耦合的强度。详见 EPC：测量LLM代理系统评估者偏好耦合的标准化协议。
概率校准缓解方案：另一项工作探索通过概率校准降低Gamma值，在多个基准测试中显示校准后的评估者反馈更一致，偏好耦合程度下降约15%。详见 概率校准能否减轻LLM智能体反馈循环中的偏好耦合？。
记忆传播与传染网络：研究发现Gamma会通过Agent记忆跨时间传播，形成记忆传染现象；传染网络模型进一步揭示评估者偏差如何在多智能体系统中扩散，Gamma作为核心指标可预测传播路径。详见 Memory Contagion：评估者偏差通过Agent记忆跨时间传播 和 Contagion Networks：多智能体LLM系统中评估偏差传播研究。
当前焦点与观察点
目前Gamma的主要挑战包括：测量标准化尚未完全统一，不同协议下Gamma值可比性差；概率校准虽有效，但需额外计算资源且可能降低模型多样性；记忆传播机制表明Gamma具有滞后性，现有缓解措施难以即时响应。此外，Gamma在非对称评估场景（如强者评估弱者）中的表现尚待研究，这与实际多代理系统部署密切相关。