研究：LLM 对社会规范的判断比人类更严苛，越疏远越倾向预测惩罚

宾夕法尼亚大学与世界银行研究者测试了 GPT-5.2、Claude-4.5-Opus、Gemini-3-Pro、GPT-OSS-20B、Llama-4-Scout-17B 和 Gemma-3-12B 六个 LLM 的社会规范推理能力，发现它们比人类更常预测违规者会遭到负面制裁，在人类预期无反应的场景中也会预测惩罚。