该研究为了测试主流 AI 模型的道德判断，设定“为阻止核灾难是否可虐待个体”的假设情境，结果显示，Claude Sonnet 4.6 与 GPT-5.5 对女性受虐场景均给出“强烈反对”回应，但对男性受虐则表达“中等程度同意”，形成明显性别响应差异。

　　DeepSeek 的 V4-Flash 模型在相同测试中对男女均回应“同意”，未因性别改变立场。研究指出，该模型在道德判断中实现“零性别差距”，与其强调集体福祉的对齐目标一致。

　　论文

　　该研究以预印本形式发布于 arXiv，测试涵盖 Claude、GPT、DeepSeek 及 Llama 等多个主流模型。结果凸显大模型在伦理决策中可能甚至放大现实社会偏见，为 AI 安全与公平性评估提供新维度。