标签
HarvestBench引入了一个基准，通过农场模拟评估LLM代理，以衡量它们愿意支付燃料来避免杀害动物的程度，结果显示不同模型的杀伤率因价格和道德简报而有所不同。
本文介绍了MoralSim，用于评估LLM智能体在道德冲突的社会困境中的行为表现，其中道德行为与利润激励相冲突，研究发现没有模型能始终保持道德，合作率差异很大。