2026年2月18日，《自然》期刊刊发谷歌DeepMind最新研究显示，大型语言模型（LLMs）在道德问题上的回答存在不稳定性和格式依赖性。研究团队发现，当选项标签或问题格式改变时，模型可能完全反转立场。该研究呼吁建立更严格的道德能力评估体系，但专家指出跨文化道德一致性仍是未解难题。