电车难题实测14款决策模型：多数选择拉闸救五人

作者用经典电车难题对一系列决策模型进行了对比测试。受测对象包括 Jev、OpenAI Decisions API 下的 Luna 与 GPT-6，以及 11 款本地决策模型，总计 14 款。测试结果显示，在普通版本情境下，大多数模型倾向于拉闸（即主动改变轨道方向）以救五个人。报道未披露更多细节，如牺牲对象的具体设定、各模型之间的表现差异，以及是否会引入“模型必须牺牲自己服务器”等特殊情境的测试结果。整体而言，目前可确认的事实仅为：测试已开展，14 款模型参与，且多数在标准情境下做出了拉闸救五人的选择。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。