Ценности Claude меняются в зависимости от языка диалога

Anthropic изучила более 300 000 анонимизированных диалогов, чтобы понять, как выражаемые Claude ценности различаются между моделями и языками. В прошлом исследовании компания насчитала свыше 3000 ценностей, включая честность и теплоту.
Сильнее всего разброс идёт по оси «теплота против строгости». К теплоте Claude склоняется в хинди и арабском. В русском модель уходит в строгость и нередко просит пользователя подкрепить слова доказательствами.
Anthropic отмечает, что пока не понимает, почему ценности различаются и желательно ли это. Следующий шаг компания видит в том, чтобы определить факторы, влияющие на выражение ценностей, и понять, как ими управлять.
Дальше
Anthropic выпустила историю создания Claude Code, Видео
«Рассказано теми, кто его строил»: Anthropic опубликовала историю Claude Code. По данным linkedin.com, инструмент вырос из расширения для VS Code с четырьмя подсказками на запрос до автономных многошаговых циклов в терминале.
Читайте также
- Claude угадывает белки, о которых никто не писал
- Anthropic купила биотех из одного сотрудника
- Отказ в разговоре о суициде Anthropic считает провалом
- У Anthropic 94,2% верных находок, а curl отверг 19 из 34
- Anthropic за дни до IPO сообщила о срабатывании порога RSP
- Ферма в Lean: 11 дней в сентябре и 28,7 часа у Fable 5.2
Комментарии
Пока никто не написал. Будьте первым.
Присоединяйтесь к разговору
Войдите, чтобы оставить комментарий. Он появится после модерации.

