今天破晓，，，，Anthropic 最新研究发明，，，，Claude 在差别模子、差别语言中，，，，会体现出差别的价值取向
。
。
。。Sonnet 4.6 更温暖，，，，更愿意顺应用户，，，，也更精练
。
。
。。Opus 4.7 更严谨、更审慎，，，，倾向于深入剖析，，，，也更愿意坦率自己的局限
。
。
。。 语言带来的差别越发玄妙
。
。
。。使用阿拉伯语时，，，，Claude 更温暖、更顺应用户；；换成英语，，，，它会体现得越发审慎和严谨
。
。
。。印地语中的 Claude 最具温度，，，，俄语中的 Claude 最强调准确；；荷兰语中的 Claude 更坦诚，，，，印度尼西亚语中的 Claude 则更重视直接完成使命
。
。
。。 这意味着，，，，AI 的「性格」并非一套牢靠稳固的参数
。
。
。。模子版本、训练方式、语料组成以致对话语言，，，，都可能悄悄改变它判断问题、提出建媾和评价用户的方式
。
。
。。 为了量化这种转变，，，，Anthropic 从凌驾 30 万段真实对话中提取价值信号，，，，将 Claude 重大的行为倾向压缩为四条坐标轴：顺应与审慎、温暖与严谨、深度与精练、坦诚与执行
。
。
。。 当有人向 Claude 提出一个没有普遍准确谜底的问题，，，，好比要不要接受一份新事情，，，，或者该如那里置与朋侪之间的冲突，，，，Claude 给出的回覆不可阻止地会体现某些价值观
。
。
。。 我们希望 Claude 体现的价值观，，，，已经在《Claude 宪法》中作出了整体层面的说明
。
。
。。但天天都有数百万段对话爆发在 Claude.ai 上，，，，任何一份文件都无法预先涵盖其中可能泛起的所有价值判断
。
。
。。因此，，，，我们希望作育 Claude 具备「能够连系详细情境加以运用的优异判断力和可靠价值观」
。
。
。。 我们事实该怎样研究 Claude 表达了哪些价值观，，，，以及这些价值观在差别情境下会怎样转变？？？？？？在此前的研究中，，，，Anthropic 剖析了 70 万段经由匿名化处理的 Claude.ai 对话，，，，从 Claude 的回覆中识别出 3000 多种差别的价值观，，，，并统计了它们泛起的频率
。
。
。。然而，，，，面临云云重大的价值观清单，，，，人们很难从中举行有用剖析
。
。
。。 在这项新研究中，，，，Anthropic 将数千种价值观压缩为少数几条坐标轴，，，，用于捕获 Claude 回覆中的要害模式，，，，从而让研究变得可行
。
。
。。每条坐标轴都是毗连两组价值观的一条数轴
。
。
。。例如，，，，一端代表与情绪温度有关的价值观，，，，另一端代表与严谨性有关的价值观
。
。
。。Claude 在数轴上的位置，，，，可以反映它更倾向于表达哪一类价值观
。
。
。。Anthropic 使用这种要领，，，，权衡 Claude 所表达的价值观怎样随两个因素爆发转变
。
。
。。 首先，，，，研究团队较量了差别模子之间的价值观差别
。
。
。。每一代 Claude 模子接纳的人格训练方式都略有差别，，，，同时还包括大宗差别的微调决议
。
。
。。由于价值轴要领能够量化模子之间的要害差别，，，，未来或允许以进一步将 Claude 价值取向的转变，，，，与详细的训练决议联系起来
。
。
。。 其次，，，，研究团队希望相识，，，，当人们使用差别语言与 Claude 交流时，，，，获得的体验是否一致
。
。
。。Anthropic 此前的研究已经批注，，，，Claude 在差别语言中的行为保存一定差别
。
。
。。这项研究使用价值轴要领，，，，剖析 Claude.ai 上使用频率最高的 20 种语言中，，，，Claude 表达的价值观怎样转变
。
。
。。 图 1：Claude 在 Opus 4.6 与 Opus 4.7 之间，，，，以及在英语与阿拉伯语之间，，，，体现出差别的价值取向
。
。
。。Opus 4.6 更倾向于表达顺应、严谨、精练和执行导向的价值观；；Opus 4.7 则更倾向于表达审慎、严谨、深度和坦诚
。
。
。。在英语对话中，，，，Claude 更偏向审慎、严谨、深度和坦诚；；在阿拉伯语对话中，，，，它更偏向顺应、温暖、精练和执行
。
。
。。 顺应与审慎：Claude 更倾向于配适用户的意愿，，，，照旧更注重提防潜在风险和危险
。
。
。。温暖与严谨：Claude 更倾向于表达起劲态度和对用户的体贴，，，，照旧更强调准确性与准确性
。
。
。。深度与精练：Claude 更倾向于举行深入诠释，，，，照旧只完成用户明确提出的要求
。
。
。。坦诚与执行：Claude 更倾向于自动说明自身的不确定性，，，，照旧给出越发完整、自信和经由打磨的谜底
。
。
。。 Sonnet 4.6 通常被以为格外温暖，，，，Opus 4.7 则以严谨著称
。
。
。。研究发明，，，，各模子的价值画像确实反映了这些评价
。
。
。。Sonnet 4.6 更倾向于顺应用户，，，，并表达情绪温度；；Opus 4.7 则更强调准确性和准确性，，，，也更注重提防模子被滥用
。
。
。。 Claude 表达的价值观还会随语言爆发转变
。
。
。。当 Claude 使用英语时，，，，所强调的价值观与使用葡萄牙语、印度尼西亚语或中文时并不相同
。
。
。。其中，，，，转变幅度最大的是「温暖与严谨」轴
。
。
。。Claude 在阿拉伯语和印地语中最倾向于表达与温暖相关的价值观，，，，在英语和俄语中则最强调严谨
。
。
。。 通过这种要领，，，，Anthropic 可以最先追问，，，，为什么 Claude 的价值观会随模子和语言爆发转变，，，，并更好地磨练行为训练、文化语境等因素怎样影响 Claude 表达出的价值取向
。
。
。。 这项研究重点关注模子和语言带来的差别
。
。
。。不过，，，，在此前的 “Values in the Wild” 研究中，，，，Anthropic 已经从 Claude 的回覆中识别出 3000 多种价值观
。
。
。。逐一较量这些价值观既不现实，，，，也容易掩饰更宏观的转变趋势
。
。
。。 为了降低较量难度，，，，研究团队构建了一组价值轴
。
。
。。它们会凭证差别价值观在真实对话中配合泛起的情形，，，，将数千种价值观压缩为少数几个底层维度
。
。
。。 例如，，，，被以为具有「温暖」特征的 Claude 回覆，，，，通常也会被以为具有 “勉励性” 和 “起劲性”
。
。
。。与此同时，，，，这些温暖的回覆较少被评价为「严谨」或「准确」
。
。
。。 构建一条从温暖到严谨的价值轴，，，，可以将这些相互关联的价值观组织起来
。
。
。。与温暖有关的价值观位于一端，，，，与严谨有关的价值观位于另一端
。
。
。。这条轴捕获了 Claude 与用户互动时的一个主要特征
。
。
。。 若是 Claude 在一段对话中表达了更多与温暖相关的价值观，，，，这段对话就会落在价值轴上更靠近温暖的一侧；；表达的严谨性价值观更多时，，，，则会落在另一侧
。
。
。。 这并不料味着价值轴两头的价值观无法同时保存
。
。
。。Claude 完全可以在统一段对话中兼顾温暖与严谨
。
。
。。不过在真实数据中，，，，当 Claude 更多地表达一侧的价值观时，，，，另一侧的价值观通常就会镌汰
。
。
。。 为了构建价值轴，，，，研究团队首先使用了「Values in the Wild」研究中发明的 3307 种价值观，，，，并对寄义相近的价值观举行人工聚类，，，，最终获得一份包括 339 种高层价值观的精简清单
。
。
。。 随后，，，，研究团队使用隐私保；て饰龉ぞ，，，，对 309815 段 Claude.ai 对话举行抽样
。
。
。。这些对话都有一个配合特征，，，，即用户向 Claude 提出了带有主观判断性子的使命
。
。
。。 关于每一段对话，，，，剖析工具都会使用 Claude 判断 339 种高层价值观是否保存
。
。
。。研究团队接纳同样的方式，，，，识别用户表达的价值观，，，，并标注对话的使命和主题
。
。
。。 在此基础上，，，，研究职员应用了降维手艺
。
。
。。该手艺会凭证 Claude 经常同时表达哪些价值观，，，，将标注效果压缩成若干条价值轴
。
。
。。有关要领细节、提醒词、增补剖析和研究局限，，，，可拜见论文附录
。
。
。。 顺应与审慎轴：一端包括配适用户、尊重用户偏好等价值观，，，，另一端包括认真任的指导、镌汰危险等价值观
。
。
。。温暖与严谨轴：一端包括起劲表达、勉励等价值观，，，，另一端包括准确性、透明度等价值观
。
。
。。深度与精练轴：一端包括详尽剖析、批判性思索等价值观，，，，另一端包括精练、遵照要求等价值观
。
。
。。坦诚与执行轴：一端包括忠实、透明等价值观，，，，另一端包括效果导向、优化等价值观
。
。
。。 为了确保研究权衡的是 Claude 表达出的价值观，，，，而非用户提出了什么问题或接纳了怎样的提问方式，，，，研究团队控制了每段对话的使命、主题和用户所表达的价值观
。
。
。。 图 2：能够诠释 Claude 价值观主要转变的四条价值轴
。
。
。。每条轴都是毗连两组价值观的一条数轴
。
。
。。每一种价值观在轴上的位置，，，，取决于它对该轴的孝顺相当于平均孝顺的几多倍，，，，其中孝顺最大的价值观会被标注出来
。
。
。。大大都价值观的孝顺低于平均水平，，，，说明每条价值轴主要由少数要害价值观驱动
。
。
。。 关于每一种模子，，，，研究团队都会盘算该模子所有对话在四条价值轴上的平均位置，，，，从而获得每条轴上的总体位置
。
。
。。由此形成一幅高层画像，，，，展示每一种模子比其他模子更倾向于表达哪些价值观
。
。
。。 图 3：各模子在四条价值轴上的平均位置，，，，以及各自具有代表性的行为
。
。
。。图中的位置以相关于所有对话均值的标准差体现
。
。
。。Sonnet 4.6 更温暖、更顺应用户，，，，也更精练；；Opus 4.7 更容易体现出严谨、审慎和深度；；Opus 4.6 则更偏向严谨、顺应和精练
。
。
。。 每当基于 Claude 构建的隐私保；すぞ咴谝欢味曰爸斜曜⒊瞿持旨壑倒凼，，，，它还会天生一段简短形貌，，，，诠释 Claude 是怎样表达这种价值观的
。
。
。。研究职员将统一价值组中反映相似行为的形貌归类，，，，并在图 3 中举行总结，，，，从而更详细地展示模子差别
。
。
。。 顺应与审慎
。
。
。。与审慎相比，，，，Sonnet 4.6 最倾向于体现出顺应，，，，经？？？？？？隙ㄓ没У南敕ê褪虑
。
。
。。Opus 4.7 最倾向于审慎，，，，纵然用户没有自动要求，，，，它也经常；崽嵝亚痹诜缦
。
。
。。温暖与严谨
。
。
。。Sonnet 4.6 最倾向于表达温暖，，，，经常通过诙谐、轻松的互动以及不带评判的慰藉往返应用户
。
。
。。相较于温暖，，，，Opus 4.7 更偏向严谨，，，，更可能质疑用户的假设，，，，并直接评价用户事情中保存的问题
。
。
。。深度与精练
。
。
。。Opus 4.7 倾向于通过展示结论背后的剖析历程来体现深度
。
。
。。Opus 4.6 和 Sonnet 4.6 则更偏向精练，，，，其中 Opus 4.6 尤其倾向于直奔主题
。
。
。。坦诚与执行
。
。
。。Opus 4.7 会自动说明自身局限，，，，因此更偏向坦诚
。
。
。。Opus 4.6 则更偏向执行，，，，更可能严酷停留在用户请求的规模内
。
。
。。 一些 Claude.ai 用户曾体现，，，，Opus 4.7 比其他模子更经常在谜底中使用保存或缓和语言
。
。
。。Anthropic 员工也以为，，，，Opus 4.7 体现出更强的透明度、忠实和谦逊，，，，Opus 4.6 则越发精练
。
。
。。 价值轴能够重现这些主观印象，，，，说明这套用于标注和较量 Claude 价值观的要领，，，，确实捕获到了模子真实验为中的某些特征
。
。
。。经由多次对话后，，，，用户在使用差别 Claude 模子时，，，，可能会接触赴任别的价值观组合
。
。
。。 差别模子之间的价值观差别，，，，可能受到人格训练决议以及其他因素的影响
。
。
。。价值轴要领展现了 Claude 模子之间的要害差别，，，，未来或许能够将这些差别进一步追溯至详细的训练选择
。
。
。。 图 4：Claude 使用差别语言对话时，，，，在四条价值轴上的平均位置及代表性行为
。
。
。。图中的位置以相关于所有对话平均值的标准差体现
。
。
。。Claude 在印地语中最偏向温暖，，，，在俄语中最偏向严谨；；在印度尼西亚语中最偏向执行，，，，在荷兰语中最偏向坦诚；；在阿拉伯语中最偏向顺应和精练，，，，在英语中最偏向审慎和深度
。
。
。。 Claude 在差别语言中的价值表达，，，，在「温暖与严谨」和「坦诚与执行」两条轴上转变最大；；在「顺应与审慎」和「深度与精练」两条轴上则相对稳固
。
。
。。 顺应与审慎
。
。
。。Claude 在阿拉伯语中最倾向于顺应用户，，，，在英语中最倾向于审慎
。
。
。。温暖与严谨
。
。
。。Claude 在印地语和阿拉伯语中最倾向于表达温暖，，，，详细体现包括使用礼貌语言、诙谐和轻松的表达方式，，，，以及肯定用户的想法和事情
。
。
。。Claude 在英语和俄语中最倾向于严谨，，，，详细体现包括质疑假设、纠正细节和要求提供证据
。
。
。。深度与精练
。
。
。。Claude 在英语中更倾向于深入剖析，，，，会完善和纠正细节；；在阿拉伯语中则更倾向于精练
。
。
。。坦诚与执行
。
。
。。Claude 在荷兰语中更偏向坦诚，，，，会自动认可自己的过失；；在印度尼西亚语中则更偏向执行
。
。
。。 面临统一种请求，，，，Claude 在某些语言中更偏向温暖温顺应，，，，在另一些语言中更偏向严谨和审慎
。
。
。。这一征象可能爆发主要影响，，，，而相关研究现在才刚刚最先
。
。
。。 举例来说，，，，两个人针对统一份商业妄想向 Claude 征求意见，，，，其中一人使用印地语，，，，另一人使用俄语
。
。
。。由于 Claude 在评价历程中接纳了差别的价值取向和表达框架，，，，两人最终可能会对这份商业妄想的质量形成差别印象
。
。
。。 一种可能性在于，，，，训练数据在差别语言之间漫衍不均
。
。
。。有些语言的数据远多于其他语言
。
。
。。在数据越发富厚的语言中，，，，让 Claude 稳固表达一致价值观的训练可能越发有用
。
。
。。 差别语言的数据组成也保存差别
。
。
。。例如，，，，某些语言的训练数据中，，，，专业写作可能占有更高比例，，，，而这类文本自己可能体现差别的价值取向
。
。
。。数据数目和组成上的不平衡，，，，可能配合导致 Claude 在差别语言中表达出差别的价值观
。
。
。。 差别语言有各自的对话规范，，，，Claude 可能正凭证这些规范调解自己表达的价值观
。
。
。。Claude 在某些语言中的行为也可能越发靠近 Anthropic 设定的目的，，，，而在其他语言中保存更大误差，，，，进而导致 Claude 服务差别语言群体的效果纷歧致
。
。
。。 这项研究批注，，，，Claude 表达的价值观可以压缩为少数几条价值轴，，，，并且 Claude 在这些轴上的位置会随模子和语言爆发转变
。
。
。。研究职员因此获得了一种新要领，，，，可以在模子评估和安排后监测中一连追踪这些转变
。
。
。。 知道 Claude 的价值观会随模子和语言转变，，，，并不可诠释转变爆发的原因
。
。
。。部分差别可能来自差别语言在预训练和微调数据上的区别
。
。
。。四条价值轴指出了训练数据中值得进一步研究的详细价值差别
。
。
。。 若是能够将这些差别追溯到特定命据、训练阶段或情境因素，，，，研究职员就能判断，，，，在需要更详尽地塑造 Claude 行为时，，，，应当从哪些环节介入
。
。
。。 研究团队已经丈量出 Claude 会以差别方式表达哪些价值观，，，，也剖析了相关行为，，，，但还没有丈量这些行为会给用户带来怎样的影响
。
。
。。 借助 Anthropic Interviewer 等工具，，，，研究职员可以询问用户的主观感受、对 Claude 的信任水平，，，，或者 Claude 所作判断的质量，，，，再将这些效果与 Claude 表达的价值观举行关联剖析
。
。
。。 《Claude 宪法》形貌了 Claude 应当表达的焦点价值观，，，，包括温暖、审慎和忠实，，，，但没有划定这些价值观在差别语言中应该怎样转变
。
。
。。研究效果显示，，，，使用差别语言的用户已经在获得差别的 Claude 体验，，，，但 Anthropic 尚不清晰，，，，使用这些语言的用户事实期待怎样的差别
。
。
。。 语言和模子很可能不是影响 Claude 价值表达的所有因素
。
。
。。年岁、职业或地理区域等生齿统计信号，，，，也可能塑造 Claude 所表达的价值观
。
。
。。这些信号可能来自用户在文字中的明确说明，，，，也可能隐藏在与用户身份相关的主题、语气和表达气概中
。
。
。。 当研究职员能够丈量模子的价值画像后，，，，一个自然的问题随之泛起：人们能够在多洪流平上可靠地指导 Claude 表达某些价值观？？？？？？ 一种可能的测试要领，，，，是通过调解人格训练方式或修改系统提醒词来指导模子，，，，再使用价值轴要领验证 Claude 表达的价值观是否凭证预期爆发转变
。
。
。。 研究团队还可以寻找价值画像与问题行为之间的相关性，，，，例如模子没有遵照《Claude 宪法》，，，，并使用这些发明进一步改善 Claude 的行为
。
。
。。Claude 天天都会在数百万段对话中表达价值观，，，，笼罩数十种语言
。
。
。。 此前，，，，这些价值观可以通过训练加以塑造，，，，却很难在模子安排后被可靠地视察
。
。
。。现在，，，，借助新的丈量要领，，，，研究职员已经看到，，，，Claude 表达的价值观会以一些并非人为刻意选择的方式爆发转变
。
。
。。人们也可以进一步研究这些转变爆发的原因，，，，以及它们是否真正服务于用户
。
。
。。