布宜诺斯艾利斯大学 发布 Greatest Good Benchmark (GGB) 数据集, 应用在 道德判断、自然语言处理 领域

布宜诺斯艾利斯大学 本次发布的数据集 Greatest Good Benchmark (GGB), GGB是一个专门设计用来评估大型语言模型在面临功利主义困境时的道德判断的新框架。该数据集基于OUS进行改编，并扩展了十倍的数据量。它评估LLM的道德偏好，不基于对功利主义困境的预定义正确立场，而是通过检查这些偏好与人类价值观的一致性或偏差。

查看Greatest Good Benchmark (GGB)

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。