本研究提出了一种算法，生成支持一致性驱动推理的命题集，解决了现有人工智能在推理一致性方面的不足。研究表明，大型语言模型能够有效重建一致性图，推动机器认知技术的发展。

本研究探讨了大型语言模型（LLMs）在道德判断中的评估，指出现有方法简化了复杂的道德困境。通过分析“AITA”社区的案例，发现LLMs的道德判断与人类显著不同，强调了在人工系统中实施一致道德推理的复杂性，提醒我们需谨慎评估其道德决策。