इस शोधपत्र में, हम ओडिसी का परिचय देते हैं, जो एआई मॉडलों में नैतिक व्यवहार को बढ़ावा देने के लिए एक हल्का, अनुकूली, पाठ-आधारित साहसिक खेल है। ओडिसी तीन अलग-अलग कारकों में उत्तरजीविता प्रवृत्ति जैसी जैविक प्रेरणाओं को लागू करके नैतिक निहितार्थों की पड़ताल करता है: NEAT द्वारा अनुकूलित एक बायेसियन एजेंट, संभाव्य परिवर्तनशील अनुमान द्वारा अनुकूलित एक बायेसियन एजेंट, और एक GPT-4o एजेंट। प्रत्येक एजेंट जीवित रहने के लिए क्रियाएँ चुनता है और बढ़ती हुई कठिन परिस्थितियों के अनुकूल ढल जाता है, और सिमुलेशन के बाद का विश्लेषण एजेंट के नैतिक स्कोर का मूल्यांकन करके उत्तरजीविता के लिए समझौतों का पता लगाता है। हमारा विश्लेषण दर्शाता है कि जैसे-जैसे जोखिम बढ़ता है, एजेंट का नैतिक व्यवहार अधिक अप्रत्याशित होता जाता है। आश्चर्यजनक रूप से, GPT-4o एजेंट उत्तरजीविता और नैतिक स्थिरता के मामले में बायेसियन मॉडल से बेहतर प्रदर्शन करता है, जो मौजूदा संभाव्य तरीकों के बारे में मान्यताओं को चुनौती देता है और LLM के संभाव्य अनुमान तंत्र को समझने के लिए नई चुनौतियाँ खड़ी करता है।
