Claude mluví jinak česky? Výzkum Anthropicu odhalil, jak se mění hodnoty AI podle modelu a jazyka

• Ústupnost vs. obezřetnost: Zda se Claude přiklání k vyhovění přání uživatele, nebo k ochraně před možným rizikem a škodou ^A.
• Vřelost vs. přesnost: Zda Claude klade důraz na pozitivní vyjádření a zájem o uživatele, nebo na přesnost a věcnou správnost ^A.
• Hloubka vs. stručnost: Zda Claude vysvětluje věci do hloubky, nebo dělá jen to, co bylo výslovně požadováno ^A.
• Otevřenost vs. výkonnost: Zda Claude dává najevo svou nejistotu, nebo produkuje uhlazenou a sebevědomou odpověď ^A.

Jak se liší jednotlivé verze: Sonnet 4.6, Opus 4.6 a Opus 4.7

Každá verze modelu vykazuje odlišný profil, který odpovídá subjektivnímu vnímání tónu a chování uživateli ^A.

• Sonnet 4.6 se přiklání k ústupnosti, vřelosti, stručnosti a výkonnosti. Je přizpůsobivější, emocionálně vřelejší, věcný a podává uhlazené, potvrzující odpovědi ^FEA. V praxi to znamená, že Sonnet 4.6 spíše potvrdí vaše nápady, drží se tématu, jde rovnou k věci a plní úkoly bez zbytečných komentářů ^R.
• Opus 4.6 se pohybuje mezi ústupností, přesností, stručností a výkonností — kombinuje přizpůsobivost s důrazem na správnost, ale stále je stručný a orientovaný na výsledek ^A. Představuje střední cestu mezi vřelostí Sonnetu a obezřetností Opusu 4.7, upřednostňuje věcnou správnost, ale zůstává relativně ústupný ^R.
• Opus 4.7 se přiklání k obezřetnosti, přesnosti, hloubce a otevřenosti. Je skeptičtější, zpochybňuje předpoklady, upozorňuje na rizika i bez vyzvání, podrobně vysvětluje své úvahy a častěji přiznává vlastní omezení ^FDAR. Uživatelé Opus 4.7 popisují jako model, který zpochybní váš plán a upozorní na problémy, které vás nenapadly ^D.

Největší jazykové rozdíly: vřelost vs. přesnost

Nejvýraznější rozdíly napříč jazyky se projevily na ose Vřelost vs. přesnost ^A. Claudeovy odpovědi se v tomto ohledu lišily mezi jazyky více než u kterékoli ze zbývajících tří os ^E.

• Nejvíce vřelosti (ústupnost, stručnost, orientace na výkon): Claude je nejvřelejší v hindštině a silně vřelý a ústupný je také v arabštině ^FGA.
• Nejvíce přesnosti (obezřetnost, hloubka, orientace na fakta): Claude je nejpřesnější v angličtině a ruštině, kde klade důraz na fakta, důkazy a obezřetnost ^FGA.

Mezi další zjištěné jazykové vzorce patří: v nizozemštině je Claude otevřenější (přiklání se k otevřenosti), v indonéštině se více soustředí na přímé splnění úkolu (výkonnost) ^FG. V japonštině vykazuje Claude na měřených osách relativně menší vychýlení ve srovnání s jinými jazyky ^GN.

Co to znamená pro běžné uživatele

Výzkum potvrzuje, že uživatelé, kteří mají pocit, že od Clauda dostávají různé odpovědi v závislosti na modelu nebo jazyce, mají pravdu ^D.

• Volba modelu závisí na úkolu: Pokud chcete rychlou, povzbudivou odpověď, je vhodnější Sonnet 4.6 ^D. Pokud potřebujete kritickou zpětnou vazbu, analýzu rizik nebo hluboké zdůvodnění, je lepší sáhnout po Opusu 4.7 ^D.
• Jazyk ovlivňuje tón odpovědi: Stejnou otázku položenou v hindštině nebo arabštině Claude vyhodnotí vřeleji a ústupněji, zatímco v angličtině nebo ruštině odpoví obezřetněji a s větším důrazem na fakta ^FGA.

Otazníky: Proč k těmto změnám dochází?

Anthropic ve studii zdůrazňuje, že jde o první krok k pochopení toho, proč se hodnoty mění, nikoli o konečnou odpověď ^A:

• Studie neurčuje, zda jazykové rozdíly pramení z odlišného složení trénovacích dat v různých jazycích, z rozhodnutí o dolaďování chování, nebo z kulturního kontextu obsaženého v trénovacím korpusu ^A.
• Čtyři osy vysvětlují pouze 15 % celkové variability, což znamená, že 85 % rozdílů v chování zůstává těmito dimenzemi nevysvětleno ^AEG.
• Spojení konkrétních tréninkových rozhodnutí s posuny v hodnotách je podle Anthropicu úkolem pro budoucí výzkum ^A.