#道德决策

HarvestBench：衡量LLM智能体是否愿付费避免伤害动物

HarvestBench是一个新基准，通过农场模拟测试LLM智能体在避免伤害动物时是否愿意付出代价。结果显示，不同模型的杀生率差异巨大，从0.4%到98.8%，且与能力无关。道德提示能显著降低杀生率，而价格敏感度因模型而异。该基准完全可复现，无需LLM评分器。