Характер Claude змінюється залежно від мови та версії моделі

Anthropic опублікувала дослідження, в якому тисячі цінностей, раніше виявлених у відповідях Claude, зведені до чотирьох осей: поступливість – обережність, теплота – суворість, глибина – стислість, відвертість – слухняність. На вибірці з приблизно 310 тис. розмов компанія показала, що положення моделі на цих осях систематично змінюється: Opus 4.7 більше схильний до обережності та відвертої критики, Sonnet 4.6 – до теплоти та підтримки.

Ще помітнішим є розкид між мовами: на хінді та арабській Claude поводиться тепліше й поступливіше, на англійській та російській – суворіше й обережніше, причому ці відмінності Anthropic, за її власним визнанням, не закладала навмисно.

Є, звичайно, свої «але» – розмежування цінностей у розмовах здійснював сам Claude, тому складно відокремити реальний зміст розмови моделі від її оцінки самою моделлю. Крім того, чотири осі пояснюють лише 15% варіації цінностей після врахування теми та завдання. Зрозуміло, що оцінки можуть відрізнятися й через відмінності навчальних даних різними мовами, тим більше, що вони суттєво відрізняються за обсягами.

Характер Claude змінюється залежно від мови та версії моделі