強化学習において；エージェントが過去の成功体験に固執せず；常に新しい状態を探索するように促すパラメータを何というか。

LLMの性能評価において；ベンチマークテストの「正解」が学習データに含まれてしまうことで；精度が過大評価される現象を何というか。