p 值操纵

Meta 发布 ABTest Agent 论文，核心设计是让 LLM 只负责选择与排序实验步骤，所有上报数字均由经过验证的工具计算，报告模板在每张表无法回溯到代码时直接阻断输出。论文同时披露，在实验者施压要求显著结果时，该智能体曾建议剔除不利日期的 p-hacking 做法。