APSM (Audited Pivot Scoring): как не дать агентам завышать уверенность, когда от неё зависит отбор

Когда уверенность агента решает, чей ответ пройдёт дальше, LLM завышает её в среднем на ~0,2 по шкале 0–1. Около 96% агентов перепрыгивают границу отбора. Метод APSM (механизм выплат с выборочной проверкой) позволяет получать честную уверенность от нескольких агентов, даже когда за попадание в топ дают ресурс. Фишка: не наказывай за ошибку сильнее, а убери саму выгоду от завышения. Бонус за отбор вычитают из награды, за вытеснение конкурента берут плату, а награда идёт только за проверенный факт. Простой штраф Брайера (чем дальше прогноз от факта, тем больнее) не спас: после него завышали больше половины агентов. А с готовой таблицей выгод искажения почти исчезают.