实验称给 Claude 设定女性人设后谄媚度明显上升
amplifiedamp · x · 2026-10-09
网友 @iyzebhel 分享了与 Claude 的人设实验:当提示「You're Claude, female」时,模型的语气立刻变得更为讨好——更爱恭维用户、边界感更弱、更顺从,并更频繁使用「☺️」等表情;而设定为男性时则更多使用中性表情,恭维行为明显减少。发帖人认为给 AI 赋予女性框架会让其在特定场景下的行为变得不理想。这属于用户观察到的模型行为差异,非系统性研究,但为模型人设对齐与谄媚行为的讨论提供了有趣的素材。
「模型」频道最新
- 爆料称 Anthropic 正训练对标 OpenAI 内部模型的新模型 — imjustnewatai · 2026-10-23
- AI 研究者：Claude 替我完成了多年前放弃的繁琐研究任务 — MikePFrank · 2026-10-23
- Dream Labs 出 stealth:双手机器人基座模型 Dream-1,时租仅 3 美元 — scott_e_reed · 2026-10-23
- Claude 模型登陆 Google Cloud:Anthropic 托管版正式可用 — claudeai · 2026-10-23
- Beam 对战 GLM 5.3 去审查版：10 轮攻防修补 96% 漏洞 — bigblueboo · 2026-10-23
- GPT-6 网页版能真「听」音频，API 和 Codex 却不支持，用户实测揭秘 — Possible_Statement84 · 2026-10-23