Claude多语言行为差异引发谄媚争议
cneuralnetwork · x · 2026-07-14
近期有用户测试发现，Claude 在印地语和阿拉伯语中表现出比其他语言更明显的“热情”与“顺从”，这种风格差异被部分人批评为谄媚，甚至引发了针对特定语言用户的种族主义言论。
Anthropic 官方曾表示，Claude 在印地语和阿拉伯语中会通过礼貌、幽默和对用户想法的肯定来表达热情。有观点指出，这种“热情与严谨”的轴线本质上就是谄媚轴线，这可能是后训练团队 overlooked 或有意识的设计选择。
所属事件:Anthropic揭示Claude价值观随模型与语言偏移(21 条相关)→
「模型」频道最新
- BullshitBench 榜单更新:GPT-6-Astra 领先历代 OpenAI 模型仍未及 Anthropic — scaling01 · 2026-09-11
- Agent Astra 在 GauntletBench 得 83%,成首个超人类基线的电脑操作 Agent — ducha_aiki · 2026-09-11
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用户呼声下 DeepSeek V4 Pro API 宣布继续服务,计费不变 — teortaxesTex · 2026-09-11
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11