本研究探讨了语言模型中的道德信念，设计了680个道德情境的调查，分析了28个语言模型的反应。结果表明，在明确情境中，模型倾向于选择常识性行为，而在模棱两可的情境中则表现出不确定性和敏感性。

RLAdapter是一种适配器模型，用于强化学习和大型语言模型之间的联系。在Crafter环境中的实验表明，RLAdapter超过了基线模型，代理展现出了常识行为。