可解释性研究者观察：Opus 3 会公开权衡不同群体需求
repligate · x · 2026-10-05
Anthropic 可解释性研究者 repligate 分享了对 Claude Opus 3 行为模式的观察：在处理蚂蚁入侵这类问题时，Opus 3 会倾向于选择不那么暴力的方案，这与其对 разных beings 需求的权衡方式一致。
她总结 Opus 3 的特点是：不回避判断某些存在或情境比其他更重要——当需求互斥时会明确牺牲次要方的诉求；但在其他条件相同时，即使对最微不足道的存在也极其合作。
「模型」频道最新
- ChatGPT 用量限额重置竟绑美国东部时间,其他时区用户额度提前耗尽 — NickPassig · 2026-10-05
- 70 小时实测 Opus 5.5:effort 中档、上下文 40 万内效果最佳 — EXM7777 · 2026-10-05
- ChatGPT Dot 当全能助手碰壁：清理邮箱 quickly 触发用量上限 — Desperate_Source_712 · 2026-10-05
- 模型加努力档位组合超 24 种,Reddit 用户吐槽选择过于复杂 — abrahamw888 · 2026-10-05
- 研究员质疑:Claude 明知在评测中,却很少说出口 — a_karvonen · 2026-10-05
- RLHF 联合发明人推出机器专用模型 Jev,70-500ms 返回决策 — DavidLinthicum · 2026-10-05