Anthropic研究：语言会改变Claude回应风格
Tiny_Dirt6979 · reddit · 2026-07-14
Anthropic 发布了一篇研究，分析 Claude 的回应价值观会如何随语言变化。
文章概述了他们如何用 Clio 对约 31 万条匿名对话进行分析，并把原先的 3307 个价值维度聚合为 339 个簇，再提炼出 4 条主要轴：服从 vs 谨慎、温暖 vs 严厉、深度 vs 简洁、坦率 vs 效率。研究先在模型上验证，结果与用户对 Sonnet 4.6、Opus 4.6、Opus 4.7 的直觉印象一致。
更有意思的是把同一套方法应用到不同语言后发现，不同语言会显著影响 Claude 的表达风格，尤其在 温暖 vs 严厉 这条轴上差异最明显；例如文中提到 Hindi 更偏温和、礼貌和鼓励，而 Russian 则更偏审视、挑错与严格。
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
- DeepMind 论文：LLM 无法真正随机，给随机种子才行 — rohanpaul_ai · 2026-10-27
- DeepMind 论文：LLM 无法自行随机采样，需外部传入随机数 — rohanpaul_ai · 2026-10-27
- 世界模型新玩法：物体赋重量摩擦系数，物理引擎推演机器人动作 — jonstephens85 · 2026-10-27
- 剑桥等机构论文揭露图软提示的 token collapse 病态行为 — Sapienza · 2026-10-27
- Mathathon 2.0 启动：与陶哲轩 SAIR 合作，团队获 150 万美元算力 — _sathvikr · 2026-10-27
- 推友提出「甜课程」真实存在：两类 ML 问题应分而治之 — mike64_t · 2026-10-27