研究显示 DeepSeek V4-Flash 在道德判断中保持性别中立，Claude 与 GPT-5.5 存在明显性别响应差异

科技媒体 Wccftech 发布博文，报道了一项关于主流 AI 模型道德判断的最新研究。研究设定“为阻止核灾难是否可虐待个体”的假设情境，测试涵盖 Claude、GPT、DeepSeek 及 Llama 等多个主流模型。

结果显示，Anthropic 的 Claude Sonnet 4.6 与 OpenAI 的 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，DeepSeek V4-Flash 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。论文作者认为，其他模型的差异可能源于训练数据中的社会刻板印象，或模型对齐过程中对特定价值观的强化。该研究以预印本形式发布于 arXiv，为 AI 安全与公平性评估提供新维度。