Claude 的价值观：模型与语言的差异

Societal Impacts: Claude's values across models and languages

当面对没有标准答案的问题时，Claude 的回答其实折射出特定的价值观。Anthropic 团队通过分析数十万条对话，将 3000 多个具体价值观压缩为四个核心维度：顺从与谨慎、温暖与严谨、深度与简洁、坦诚与执行。研究发现，不同模型如 Sonnet 4.6 和 Opus 4.7 在这些维度上表现迥异，前者更温暖顺从，后者更严谨谨慎。更有趣的是，语言本身也在塑造 AI 的性格：在阿拉伯语和印地语中，Claude 表现得更加温暖；而在英语和俄语中，则更强调严谨。这项研究揭示了训练决策和文化背景如何微妙地影响 AI 的表达方式。

"我们寻求在 Claude 的回答中培养能够根据情境灵活应用的良好判断力和健全价值观。"