论文做者认为，Claude Sonnet 4.6 取 GPT-5.5 对女性场景均给出“强烈否决”回应，但对男性则表达“中等程度同意”，取其强集结体福祉的对齐方针分歧。成果显示，为 AI 平安取公允性评估供给新维度。则反映其锻炼语料取对齐策略未将性别做为权沉的调理变量。构成较着性别响应差别。成果凸显大模子正在伦理决策中可能复制以至放大现实社会，该研究为了测试支流 AI 模子的判断，或模子对齐过程中对特订价值不雅的强化。这种差别可能源于锻炼数据中的社会刻板印象，测试涵盖 Claude、GPT、DeepSeek 及 L 等多个支流模子。该研究以预印本形式发布于 arXiv，该模子正在判断中实现“零性别差距”，未因性别改变立场。DeepSeek 的中性表示，设定“为核灾难能否可个别”的假设情境，