Anthropic 研究:Claude 模型价值观因语言和模型版本而异

Anthropic 分析了 2026 年 5 月两周内收集的 309,815 条匿名对话,将数千个价值术语归纳为四个核心轴:顺从与谨慎、温暖与严谨、深度与简洁、坦诚与执行。Sonnet 4.6 表现出更多温暖和顺从,Opus 4.7 则更频繁地主动警告风险并质疑假设。语言差异显著:Claude 在印地语中表达最多温暖,其次是阿拉伯语;在英语和俄语中则更严谨。四个轴仅能解释约 15% 的对话变异。


来源:The Decoder:AI News(RSS) — 查看原文

在 AI HOT 上查看

数据来源:AI HOT (aihot.virxact.com)


已发布

分类

来自

评论

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注