Moralitybench 更新 20 个模型的电车难题测试结果

Moralitybench 最新评测让 20 个模型完成 56 道标准化道德心理学测试题，每个模型各运行 5 次，以观察回答及一致性变化。更新还加入两个电车难题变体，并测试了一个 Jev 模型，DIT-2 测试结果待出，项目方邀请 AI 伦理与哲学研究者合作。