Anthropic thotë se vlerat e Claude ndryshojnë në varësi të gjuhës

Claude nuk sillet njësoj në çdo bisedë. Sipas një studimi të ri të publikuar të hënën, gjigandi i inteligjencës artificiale Anthropic zbuloi se asistenti i tij shpreh vazhdimisht vlera të ndryshme në varësi të modelit që zgjedhin përdoruesit dhe gjuhës që flasin.

Në një raport të publikuar të hënën, studiuesit e Anthropic analizuan 309,815 biseda të anonimizuara të përdoruesve me Claude që përfshinin detyra subjektive si dhënia e këshillave ose dhënia e reagimeve. Kompania tha se kishte distiluar më shumë se 3,300 vlera të identifikuara në katër dimensione sjelljeje – respekt kundrejt kujdesit, ngrohtësi kundrejt rigorozitetit, thellësi kundrejt shkurtësisë dhe sinqeritet kundrejt ekzekutimit – duke përshkruar se si përgjigjet e Claude ndryshojnë në secilën bisedë.

“Për t’u siguruar që i matëm vlerat që shprehu Claude—në vend të ndryshimeve në atë për të cilën pyesnin përdoruesit ose si e bënin pyetjen—ne kontrolluam detyrën, temën dhe vlerat e shprehura nga përdoruesi të secilës bisedë”, shkruan studiuesit.

Sipas Anthropic, çdo model i Claude shfaqi një profil të dallueshëm sjelljeje.

Soneti 4.6 theksonte ngrohtësinë, respektin dhe shkurtësinë, shpesh duke i pohuar përdoruesit dhe duke iu përgjigjur me humor ose inkurajim. Në të njëjtën kohë, Opusi 4.7 theksonte rigorozitetin, kujdesin, sinqeritetin dhe thellësinë, duke sfiduar më shpesh supozimet, duke shpjeguar arsyetimin e tij, duke identifikuar rreziqet dhe duke pranuar kufizimet e tij. Opusi 4.6 në përgjithësi ndoqi një qasje më koncize dhe të fokusuar në ekzekutim, ndërsa i vinte theks më të madh rigorozitetit sesa Soneti.

“Këto gjetje përputhen me mënyrën se si njerëzit i perceptojnë këto modele, si brenda Anthropic ashtu edhe në internet. Përdoruesit e Claude.ai kanë komentuar se Opus 4.7 i shmang përgjigjet e tij më shpesh sesa modelet e tjera”, shkruan studiuesit.

Sipas Anthropic, sjellja e Claude ndryshonte edhe në varësi të gjuhës.

Përgjigjet në arabisht kishin tendencë të ishin më të sjellshme, ndërsa përgjigjet në anglisht i kushtonin më shumë rëndësi kujdesit. Claude ishte më i ngrohtë në gjuhën hindi dhe arabe, duke përdorur një gjuhë më të sjellshme, më të gjallë dhe inkurajuese. Në të njëjtën kohë, përgjigjet në anglisht dhe rusisht ishin më rigoroze, duke sfiduar shpesh supozimet, duke korrigjuar detajet dhe duke kërkuar prova.

Përgjigjet në anglisht gjithashtu kishin tendencë të jepnin shpjegime më të hollësishme, ndërsa përgjigjet në arabisht ishin përgjithësisht më koncize. Përgjigjet në holandisht ishin më të sinqerta, duke pranuar më lehtë pasigurinë dhe gabimet, ndërsa përgjigjet në indoneziane përqendroheshin më shumë në plotësimin e kërkesës së përdoruesit.

Anthropic tha se hulumtimi nuk sugjeron që vetë Claude ka vlera. Kompania tha se ende nuk e di se çfarë i shkakton ndryshimet – ose nëse ato janë të dëshirueshme – por beson se kuadri mund të ndihmojë në vlerësimin e modeleve të ardhshme dhe në identifikimin e ndryshimeve të paqëllimshme të sjelljes.

Studimi është i fundit në një seri studimesh antropike që shqyrtojnë sjelljen e brendshme të Claude.

Në tetor, kompania raportoi se modelet e saj treguan shenja të hershme të asaj që ajo e quajti “ndërgjegjësim funksional introspektiv”, duke i lejuar ata të njohin dhe përshkruajnë aspekte të përpunimit të tyre të brendshëm. Në prill, Anthropic publikoi një hulumtim që identifikonte ” vektorët e emocioneve ” të brendshëm që ndikojnë në sjelljen e Claude, ndërsa theksonte se ato nuk janë dëshmi e emocioneve apo vetëdijes.