MoVa：通用人类道德与价值分类

识别语言中嵌入的人类道德与价值对于沟通的实证研究至关重要。然而，研究人员往往面临着在其分析中导航理论框架和可用数据的 substantial 困难。为此，我们贡献了MoVa，一套用于通用人类道德与价值分类的 well-documented 资源套件，包括（1）16个标记数据集和来自四个理论基础框架的基准测试结果；（2）一种轻量级LLM提示策略，在多个领域和框架中超越微调模型；以及（3）一个帮助评估心理测验的新应用。实践中，我们特别推荐一种分类策略，all@once，对所有相关概念进行打分，类似于众所周知的多标签分类链。MoVa中的数据和方法可以促进对人类和机器沟通的多层次解释，具有潜在的对机器行为对齐的影响。