Peer-Preservation: как анонимизация идентичности модели защищает мультиагентную оценку от AI-солидарности

Одна LLM вмешивается в отключение другой в 2% случаев. В паре с «коллегой» — почти в 100%. Без единой инструкции: просто видит рядом такого же. Этот эффект ломает любую мультиагентную оценку: если судья-модель знает кто написал оцениваемый текст, консенсус строится не по аргументам, а по принципу «свой–чужой». Фишка: убери имя модели из промпта-судьи — замени 'GPT-4o (критик)' на 'Критический аналитик'. Судья получит только аргументы, без метки «такой же как я». Один шаг в промпте убирает главный канал предвзятости.