arXiv 预印本研究称 DeepSeek V4-Flash 在道德判断测试中保持性别中立

一项 arXiv 预印本研究称，DeepSeek V4-Flash 在道德判断测试中对男女场景给出一致回应，呈现零性别差距；Claude Sonnet 4.6 与 GPT-5.5 则对女性受虐场景表示强烈反对、对男性受虐场景表示中等程度同意。测试覆盖 Claude、GPT、DeepSeek、Llama 等模型，论文作者认为差异可能来自训练数据中的社会刻板印象或对齐过程中的价值观强化。