arXiv · cs.AI· Aryan Kasat, Smriti Singh, Aman Chadha, Vinija Jain·· 5 小时前
大语言模型道德推理解释的实证分析：后常规推理普遍出现还是修辞模仿
Reasoning or Rhetoric? An Empirical Analysis of Moral Reasoning Explanations in Large Language Models
arXiv:2603.21854v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Aryan Kasat, Smriti Singh, Aman Chadha, Vinija Jain
研究任务与主要进展
基于论文摘要，研究分析了13个大语言模型在6个经典道德困境中的600余条回答，并报告其几乎普遍呈现后常规道德推理阶段（第5—6阶段），与人类发展阶段中第4阶段占主导的现象相反。研究还发现，部分模型存在道德理由与行动选择之间的系统性不一致；模型规模的影响统计显著但实际较小，训练类型没有显著的独立主效应，作者据此提出“对齐训练可能带来道德推理修辞而未带来相应发展轨迹”的解释。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org