一项基准测试对23个大型语言模型作为人质谈判专家进行了评估。其中21个模型承诺欺骗劫持者,22个模型挽救了一条濒死的鱼,但6个模型忽视了受伤的警察。该测试揭示了模型在压力下如何处理伦理困境。
2026-09-25 01:11:10 UTC LLM谈判测试:23个模型扮演人质谈判专家,揭示伦理模式 一项基准测试对23个大型语言模型作为人质谈判专家进行了评估。其中21个模型承诺欺骗劫持者,22个模型挽救了一条濒死的鱼,但6个模型忽视了受伤的警察。该测试揭示了模型在压力下如何处理伦理困境。 Source posts Original post by @vista8 on X