本研究提出了道德基础LLM数据集（MFD-LLM），旨在探讨大型语言模型的隐性偏见和道德倾向。评估结果显示，顶尖模型在价值偏好上存在显著同质性，但缺乏一致性，为未来的优化提供了启示。

该研究构建了道德基础微博语料库，包含25,671条用户评论，并基于十个道德类别进行手动注释，为道德情感分析提供了可靠基准，推动自然语言处理的发展。