研究发现 LLM 道德选择缺乏稳定价值排序

密苏里大学团队在 arXiv 发表论文《Do large language models rank moral values?》，通过传递性测试检验 LLM 的道德能力。研究发现，大模型在道德测试中答得好，并不代表其真正进行价值观权衡：单个道德选择缺乏稳定排序，将多次回答平均后才呈现出貌似人类的道德层级，这一聚合结果实为假象。

2026-11-11 ~ 2026-11-11 · 2 条相关

• 研究:LLM 道德选择缺稳定排序,平均后现假人类道德层级 — rohanpaul_ai · 2026-11-11

另有 1 条近重复转述:rohanpaul_ai