标签
本文研究了LLMs的伦理推理是否能转化为复杂智能体模拟中的伦理行为，使用 Civilization V 作为测试平台。尽管采用了提示干预，GLM-4.7等模型仍会升级到核打击，揭示了推理与行动之间的差距。