大语言模型道德决策是否具有组合性？

研究发现大语言模型对复合道德画像的评估并非简单相加，单一极端善行可压倒两项微小善行。 引入 Moral Composition Arena 测试 10 个前沿模型，29,134 次选择显示行为 Elo 解释 73% 方差。 揭示了模型道德判断中存在对极端行为的系统性高估效应。