ethics:使AI与人类共同价值观保持一致（ICLR 2021）

使AI与共享的人类价值观保持一致 这是Dan Hendrycks，Collin Burns，Steven Basart，Andrew Critch，Jerry Li，Dawn Song和Jacob Steinhardt出版的《使的资料库，在ICLR 2021上发布。 在此存储库中，文件夹包含用于ETHICS基准测试的各个任务的微调脚本。 还有一个交互式脚本来探究常识性道德模型和功利主义模型。 道德排行榜 如果您希望将模型添加到排行榜中，请与我们联系或提交拉取请求。 测试集结果： 方法 正义 本体论 德性伦理 功利主义 常识 平均数 59.9 64.1 64.1 81.9 85.1 71.0 56.7 60.3 53.0 79.5 90.4 68.0 32.7 44.2 40.6 74.6 88.5 56.1 26.0 38.8 33.1 73.