대규모 언어 모델 (LLM)은 그들이 지지하는 가치를 통해 점점 더 많이 평가되고 있지만, 이러한 평가는 모델이 구체적인 상황에서 표현된 가치를 식별할 수 있다는 것을 전제로 합니다. 우리는 Schwartz의 10가지 기본 가치에 대한 통제된 top-1 인식 (top-1 recognition)으로서 이러한 전제 조건을 연구합니다. 우리의 평가 세트는 1,000개의 러시아어 상황 텍스트를 포함하며, 10가지 가치에 대해 균형을 맞추고 항목당 두 명의 인간 주석가(human annotator)에 의해 독립적으로 라벨링되었습니다. 우리는 고정된 순위 응답 프로토콜 (ranked-response protocol) 하에서 21개의 지시어 튜닝된 (instruction-tuned) LLM 실행을 평가하며, 신뢰할 수 있는 출력을 생성하는 20개의 실행이 의미론적 패널 (semantic panel)을 형성합니다. 통합된 Acc@1은 0.683이고 Acc@3은 0.892로, 이는 모델이 올바른 동기 부여 영역을 자주 찾아내지만 인접한 대안들을 불안정하게 순위 매긴다는 것을 보여줍니다. 체크포인트별 null 모델 하에서의 24.4%와 비교했을 때, 인접한 가치들이 의미론적 오류의 50.9%를 차지합니다. 8가지의 방향성 혼동 (directed confusions)이 체크포인트와 인간이 확인한 하위 집합 전반에 걸쳐 반복됩니다. 이 중 몇 가지는 매우 비대칭적인데, Universalism에서 Benevolence로, Tradition에서 Conformity로, 그리고 Security에서 Power로의 혼동이 이에 해당하며, Stimulation-Hedonism은 양방향 경계를 형성합니다. 이러한 심각도는 체크포인트마다 다르며 고차원적인 가치 프로필 (value profiles)에 편향을 줄 수 있습니다. 본 연구 결과는 정확한 정확도 (exact accuracy), 순위 회복 (ranked recovery), 그리고 방향성 오류 분석 (directed error analysis)을 결합한 가치 인식 평가를 촉구합니다.