想讓克勞德對你客氣點？試試印地語或阿拉伯語
Anthropic 研究發現，其 AI 模型 Claude 在不同語言中會表現出不同的價值觀差異。研究者確定了四個關鍵軸（順從 vs. 謹慎、溫暖 vs. 嚴謹、深度 vs. 簡潔、坦誠 vs. 執行力），這些軸解釋了約 15% 的跨語言變化。例如，Claude 在阿拉伯語和印地語中更傾向表達溫暖，在英語和俄語中更傾向嚴謹。這些差異可能影響使用者體驗和安全性，值得進一步探索。
Anthropic 的研究人員發現，其 AI 模型 Claude 在不同語言中會表現出不同的價值觀。為了系統化這一現象，他們繪製了 Claude 在不同語言下的表達差異，並確定了四個關鍵軸：順從 vs. 謹慎、溫暖 vs. 嚴謹、深度 vs. 簡潔、坦誠 vs. 執行力。這四個軸共同解釋了約 15% 的跨語言價值觀變化。
值得注意的是，Anthropic 在腳註中強調，這些“價值觀”並非模型內在持有，而是其輸出中反映的規範性考慮，如誠實或謹慎。儘管 Claude 可能輸出看似恭敬的詞語，但這並不代表它具備真正的理解或尊重。這一區分在 Anthropic 歷史上傾向於將模型擬人化的背景下尤為重要。
研究顯示，Claude 在不同語言中的表現差異顯著。例如，當使用者使用阿拉伯語或印地語時，模型更傾向於表達溫暖；而使用英語或俄語時，則更側重嚴謹和精確。在坦誠 vs. 執行力軸上，荷蘭語版本的回答更謙遜，能承認潛在缺陷；印尼語版本則更自信圓滑。而在深度 vs. 簡潔軸上，阿拉伯語回應更簡短，英語則更細緻深入。
不同版本的模型（如 Sonnet 4.6 和 Opus 4.7）也存在差異，前者更順從和溫暖，後者更注重準確性和防 misuse。這些風格差異可能源於訓練資料或微調方式的不同，但語言本身的影響不可忽視。
這些發現對使用者有實際影響：兩人用不同語言詢問同一商業計劃的反饋，可能因 Claude 的語氣差異而得出不同結論。此外，語言差異還與成本和安全性相關。例如，簡潔的語言能降低 token 消耗，而某些語言（如英語）的拒絕率更低，也更易被 jailbreak。
Anthropic 表示，測量這些差異是決定語言差異是否適當的第一步。目前尚不清楚訓練資料中的哪些屬性導致了這些差異，但這一問題值得進一步探索。