D2VBench：利用日常场景中的价值困境评测大语言模型

英文标题：D2VBench: Benchmarking Large Language Models with Value Dilemmas in Daily Scenarios

论文提出 D2VBench，用于评测大语言模型（LLM）在日常场景价值困境中的表现。作者指出，随着 LLM 被广泛应用于现实场景，其输出所蕴含的价值取向至关重要。现有评测基准对日常场景中价值困境的覆盖仍然不足，D2VBench 旨在弥补这一缺口。这项工作以 arXiv:2607.19834v1 的新论文形式发布，对开发者评估模型的价值判断与实际部署风险具有参考意义。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB