标签 > 30个测试块反转26个，大模型的道德价值观全靠平均数硬凑

相关测试实验发现，在 30 组成对反转措辞的道德测试样本里，大模型出现 26 组前后判断不一致的情况，说明当下主流大模型的道德价值观并