Claude 的价值观：跨模型与跨语言

Anthropic 将 Claude 在对话中表达的数千种价值观压缩为四根「价值观轴」——顺从vs谨慎、温暖vs严谨、深度vs简洁、坦诚vs执行,用以量化不同模型与语言之间价值观表达的差异。结果显示各模型的价值观画像与其性格口碑吻合,价值观在印地语、俄语等语言间差异显著。该方法有望用于追溯训练决策的影响并支持部署后监控。