Anthropic：语言会改变 Claude 价值观
bronzeagepapi · x · 2026-07-14
转述 Anthropic 的新研究：他们此前发现 Claude 会表达超过 3000 种价值观，如诚实、温暖等；这次进一步比较了不同 Claude 模型和不同语言下这些价值观如何变化。
研究分析了 30 万+ 条匿名对话。转述里提到，在 Anthropic 调查的 20 种语言中，印地语对 Claude 的价值观影响最强，会让模型在行为上表现得更“温暖”，幅度约为 半个标准差。
所属事件:Anthropic揭示Claude价值观随模型与语言偏移(21 条相关)→
「研究」频道最新
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- Jeff Heaton《神经网络数学导论》开放免费完整下载 — blaizedsouza · 2026-09-11
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11
- 本周热议的数学猜想到底关我什么事?一张普通人视角清单 — koltregaskes · 2026-09-11