Anthropic 把 Claude 的 3000 多种价值观压缩成四条轴,看不同模型和语言下它的“性格”怎么变
Societal Impacts: Claude's values across models and languages
Anthropic 分析了 Claude 回复里体现的 3000 多种价值观,把它们压缩成四条轴:顺从 vs 谨慎、温暖 vs 严谨、深度 vs 简洁、坦率 vs 执行。这四条轴能解释约 15% 的价值观差异。对比模型发现,Opus 4.7 比 4.6 更偏谨慎和深度,Sonnet 4.6 则更温暖顺从,跟大家的体感对得上。
推荐理由:Anthropic 把 Claude 回复中的 3000 多种价值观压缩成四条轴,并对比 Opus 4.7 与 4.6、Sonnet 4.6 的取向差异,这套分类框架可用于观察模型性格随版本和语言的变化。