マルチ教師学習における保守バイアス：エージェントが低報酬アドバイザーを好む理由

このArXiv論文は、マルチ教師学習システムにおける重要なバイアスを検証し、エージェントがどのようにして効果の低いアドバイザーを優先する可能性があるかを明らかにしています。この発見は、AIエージェントが複数の指導源にさらされた際に、どのように学習し、意思決定を行うかについての潜在的な限界を示唆しています。