MET：基于理论和文化意识的多语言道德推理

语言模型越来越多地用于跨不同语言和文化背景的道德决策，但现有的工作在三个方面忽视了多语言性：1）多语言评估基准使用直接翻译，未能适应特定文化的项目； 2）道德推理的推理时间方法依赖于静态的、以英语为中心的支架，缺乏道德理论的基础； 3）道德决策的训练方法通常需要来自更强大的模型或人类注释者的昂贵监督。我们通过三项贡献来解决这些差距。首先，我们介绍 MCLASH，一个多语言道德决策基准，用于捕获跨语言的文化背景道德直觉和社会规范。其次，我们提出了 MET（基于理论推理的多语言伦理），这是一种两步提示方法，建立在专家策划的、基于心理学和哲学的理论基础之上：该模型首先选择特定于情境和文化的理由，然后用用户的母语对其进行推理。第三，我们引入了 MET-D (MET-蒸馏)，它通过不需要外部监督的自我 蒸馏 训练阶段来增强第二步。 MET-D 在不同尺寸和系列的所有三个模型（Qwen3-4B、Qwen3-8B、Gemma3-4B）上相对于基本模型改进了宏 F1，在 MCLASH 上平均提高了 3.71 点，在 MMoralExceptQA 上平均提高了 4.23 点，在 Qwen3-8B 上马来语的峰值 MCLASH 增益为 12.94 点。我们进一步揭示，MET-D 使母语推理能力平均提高 62.13 分，并且不同文化的有益效果存在系统性差异。这些贡献共同为文化一致、以理论为基础的多语言道德推理开辟了道路。