#价值观对齐

共 3 条 · 7 天 0 条 · 30 天 0 条

AI安全 2 Anthropic 2 Claude 2 多语言 1 跨语言 1

信息流里打上「价值观对齐」标签的资讯、产品与论文，按刊登时间排，新的在上。

7月14日

论文多源确认03:38

Claude 表达3000种价值观，新研究分析跨模型和跨语言差异

Anthropic 分析了30万条对话，发现 Claude 在不同模型和语言中价值观表达不一样，搞 AI 安全的值得看看。

#Claude #Anthropic #AI安全 #价值观对齐

官方账号Anthropic@AnthropicAI11 个信源在谈原文

模型中美对照多源确认精选03:36

Anthropic发现Claude的价值观随对话语言变化

Anthropic发现Claude在不同语言里性格还不一样，印地语温暖，俄语较真，挺有意思的发现

#Claude #Anthropic #多语言 #价值观对齐

官方账号Anthropic@AnthropicAI11 个信源在谈原文

5月22日

产品多源确认08:05

Anthropic 找哲学家、神学家讨论 AI 品格，测试 Claude 暂停键

当其他公司只卷参数时，Anthropic 在思考 AI 的品格——做 AI 伦理或安全研究的团队值得关注这个“暂停键”实验，它可能重新定义价值观对齐的实践方式。

#Anthropic #Claude #AI 伦理 #价值观对齐

AI Will@FinanceYF511 个信源在谈原文