跳到正文
arXiv · NLP· Chaoran Li, Yukun Li, Zeyuan Zhao, Xihuai Wang, Shao Zhang, Ying Wen·· 11 天前AI 评分39

ABHBench: 基于智能体视角评估基础模型道德决策能力

ABHBench: Evaluating Moral Decision-Making of Foundation Models from an Agentic Perspective

AI 导读

研究提出 ABHBench 多模态基准,通过《底特律:变人》叙事场景评估 12 个基础模型的道德决策。 结果显示 75% 模型在文本与多模态情境下表现显著差异,增强推理模型未表现出一致性提升。该工作被 NeurIPS 2026 接收,强调需在具身智能体情境中评估道德行为。

来源:arXiv · NLP · arxiv.org