多评估者共识与性能影响方法论。
Taloton 不会把场景结果交给单一模型裁决。Nousaxis 通过匿名评估者席位，让质量、一致性和可解释性信号汇总到同一份报告中。
每一轮由运行在不同模型上的匿名评估者席位打分。评估者看不到哪个模型写了哪个回答。席位数量可能随会话预算而变化。
每位评估者各自提出一个差距值；最终结果取这些提议的中位数，因此单一异常值无法单独决定这一轮。
如果评估建议超出配置阈值，系统会标记分歧，并在报告中展示冲突的理由。 评估者出现分歧时，该轮的影响会被降低。
可靠评估不是单一分数，而是不同推理方式之间可追踪的共识。