SaGE:大型语言模型中的道德一致性评估

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

本论文研究了一种获取语言模型中编码信念的统计方法,并探讨了不同语言模型中的道德信念。调查结果显示,大多数模型在明确情景中选择与常识一致的行动,而在模棱两可的情况下表达了不确定性。

🏷️

标签

➡️

继续阅读