03:38
官方账号Anthropic@AnthropicAI
官方账号Anthropic@AnthropicAI推荐理由：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。
价值观对齐
共 3 条相关 AI 资讯
7月14日
03:38
Anthropic 在之前的研究中发现 Claude 表达超过3000种价值观，如诚实和温暖。最新工作分析了30万+匿名对话，比较不同 Claude 模型之间以及不同语言中价值观表达的差异。结果显示价值观表达存在模型变体和语言层面的系统性差异。该研究有助于理解 AI 系统在不同语境下的行为一致性。
03:36
03:36官方账号Anthropic@AnthropicAI
官方账号Anthropic@AnthropicAI精选
推荐理由：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
5月22日
08:05
08:05
AI Will@FinanceYF5
AI Will@FinanceYF5推荐理由：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。