价值画像：通过人类对齐基准理解大语言模型的价值

本研究旨在解决现有大语言模型（LLMs）评估缺乏真实性和一致性的问题。我们提出“价值画像”基准，利用真实用户与LLMs的互动评估模型的价值取向，发现这些模型更重视仁爱、安全和自我导向等价值，而对传统、权力和成就的重视较低。这一研究为理解和改善LLMs的价值观提供了新的视角。