Anthropic 通过压缩价值观为四个轴的方法，研究了 Claude 在不同模型和语言中的表达差异，发现模型版本和语言使用影响价值观倾向

Anthropic 通过压缩价值观为四个轴的方法，研究了 Claude 在不同模型和语言中的表达差异，发现模型版本和语言使用影响价值观倾向。

Anthropic 通过将 Claude 表达的数千种价值观压缩为四个轴（Deference vs. Caution、Warmth vs. Rigor、Depth vs. Brevity、Candor vs. Execution），分析了 309,815 个对话，发现模型版本和语言显著影响价值观倾向。例如，Opus 4.7 更偏向 Caution 和 Depth，而 Opus 4.6 更偏向 Deference 和 Brevity；阿拉伯语更偏向 Warmth，英语更偏向 Rigor。该方法为理解训练决策和文化背景对 AI 价值观的影响提供了量化工具。 核心观点： 1. 四个轴解释了15%的价值观变异（控制任务、主题和用户表达后）。 2. Opus 4.7 偏向 Caution 和 Depth，Opus 4.6 偏向 Deference 和 Brevity。 3. 阿拉伯语和印地语更偏向 Warmth，英语和俄语更偏向 Rigor。

推荐理由常规资讯，保留列表