ארבעת הצירים ההתנהגותיים שמגדירים את פרופיל הערכים של Claude

החוקרים של Anthropic זיהו למעלה מ-3,300 ערכים נפרדים בפלט של Claude, ואז דחסו אותם באמצעות הפחתת מימדים (dimensionality reduction) לארבעה צירים התנהגותיים מרכזיים, שכל אחד מהם מייצג ספקטרום בין שתי נטיות הפוכות . ארבעת הצירים האלה מסבירים יחד כ-15% מהשונות הכוללת בערכים ש-Claude מביע, לאחר שליטה על המשימה, הנושא והערכים שהמשתמש מביע .

• הסכמה (Deference) מול זהירות (Caution): האם Claude נוטה לקבל את רצון המשתמש או להישמר מפני סיכון ונזק אפשרי .
• חום (Warmth) מול קפדנות (Rigor): האם Claude נוטה להביע חיוביות ואכפתיות כלפי המשתמש, או להדגיש דיוק ודיוק (Accuracy) .
• עומק (Depth) מול קיצור (Brevity): האם Claude נוטה להסביר לעומק או לעשות רק מה שביקשו ממנו .
• כנות (Candor) מול ביצוע (Execution): האם Claude נוטה להביע את חוסר הוודאות שלו או לייצר תשובה מלוטשת ובטוחה יותר .

איך כל גרסת דגם נוטה: Sonnet 4.6, Opus 4.6 ו-Opus 4.7

לכל גרסת דגם יש פרופיל ערכים ייחודי שמשקף תפיסות משתמשים סובייקטיביות של הטון וההתנהגות .

• Sonnet 4.6 נוטה לכיוון הסכמה, חום, קיצור וביצוע. הוא יותר מקבל, חם רגשית, תמציתי, ומייצר תשובות מלוטשות ומאשרות . בפועל, Sonnet 4.6 נוטה לאשר את הרעיונות שלכם, להישאר ממוקד, להגיע ישר לנקודה, ולבצע משימות בלי פרשנות מיותרת .
• Opus 4.6 נוטה לכיוון הסכמה, קפדנות, קיצור וביצוע – שילוב של קבלה ודיוק, אבל עדיין תמציתי ומוכוון ביצוע . הוא מהווה דרך ביניים בין החמימות של Sonnet לזהירות של Opus 4.7, תוך תעדוף נכונות תוך שמירה על נטייה יחסית לקבלה .
• Opus 4.7 נוטה לכיוון זהירות, קפדנות, עומק וכנות. הוא יותר סקפטי, מאתגר הנחות יסוד, מציין סיכונים מיוזמתו, מסביר את החשיבה שלו לעומק, ומוכן יותר להודות במגבלותיו . משתמשים מתארים את Opus 4.7 כמודל שישאל שאלות על התוכנית שלכם ויצביע על בעיות שלא חשבתם עליהן .

השונות הגדולה ביותר בין שפות: חום מול קפדנות

ציר חום מול קפדנות הראה את השונות הרחבה ביותר בין שפות . התגובות של Claude השתנו בין שפות במימד זה יותר מאשר בכל אחד משלושת הצירים האחרים .

• הכי חם (נטייה להסכמה, קיצור, ביצוע): Claude הכי חם בהינדי, וגם חם ומסכים מאוד בערבית .
• הכי קפדן (נטייה לזהירות, עומק): Claude הכי קפדן באנגלית ורוסית, תוך הדגשת דיוק, ראיות וזהירות .

דפוסים ספציפיים נוספים לשפות שדווחו: בהולנדית, Claude יותר כנה (נוטה לכנות); באינדונזית, הוא יותר ממוקד ביצוע (מבצע את המשימה ישירות) . ביפנית, Claude מראה הטיה קטנה יחסית בצירים הנמדדים האלה לעומת שפות אחרות .

השלכות מעשיות למשתמשים

המחקר מאשר שמשתמשים שחשים שהם מקבלים 'ווייב' שונה מ-Claude בימים שונים או בשפות שונות – לא מדמיינים. הדפוס עקבי .

• בחירת דגם חשובה לסוג המשימה: אם אתם רוצים תשובה מהירה ומעודדת, Sonnet 4.6 מתאים יותר. אם אתם צריכים משוב ביקורתי, ניתוח סיכונים או חשיבה מעמיקה, Opus 4.7 הוא הבחירה הנכונה .
• השפה משנה את מה שאתם מקבלים: שאלת אותה שאלה סובייקטיבית בהינדי או ערבית תניב תגובות חמות ומסכימות יותר, בעוד ששאלה באנגלית או רוסית תניב תגובות זהירות, קפדניות ומחפשות ראיות יותר .

מה שלא נענה: למה השינויים האלה קורים?

Anthropic מציינת במפורש שהמחקר הזה הוא נקודת התפתחות לשאול למה הערכים משתנים, לא תשובה סופית :

• המחקר לא קובע אם השונות מבוססת-שפה נובעת מהבדלים בהתפלגות נתוני האימון בין שפות, החלטות כיוונון התנהגותי (fine-tuning), או הקשר תרבותי המוטבע בקורפוס האימון .
• ארבעת הצירים לוכדים רק 15% מהשונות הכוללת, כלומר 85% מהשונות ההתנהגותית נותרת בלתי מוסברת על ידי המימדים האלה .
• Anthropic מציינת שחיבור בין החלטות אימון ספציפיות (כגון גישות character training) לשינויים בערכים היא מטרה לעבודה עתידית, לא משהו שהמחקר הזה משיג .

ארבעת הצירים ההתנהגותיים שמגדירים את פרופיל הערכים של Claude

החוקרים של Anthropic זיהו למעלה מ-3,300 ערכים נפרדים בפלט של Claude, ואז דחסו אותם באמצעות הפחתת מימדים (dimensionality reduction) לארבעה צירים התנהגותיים מרכזיים, שכל אחד מהם מייצג ספקטרום בין שתי נטיות הפוכות . ארבעת הצירים האלה מסבירים יחד כ-15% מהשונות הכוללת בערכים ש-Claude מביע, לאחר שליטה על המשימה, הנושא והערכים שהמשתמש מביע .

• הסכמה (Deference) מול זהירות (Caution): האם Claude נוטה לקבל את רצון המשתמש או להישמר מפני סיכון ונזק אפשרי .
• חום (Warmth) מול קפדנות (Rigor): האם Claude נוטה להביע חיוביות ואכפתיות כלפי המשתמש, או להדגיש דיוק ודיוק (Accuracy) .
• עומק (Depth) מול קיצור (Brevity): האם Claude נוטה להסביר לעומק או לעשות רק מה שביקשו ממנו .
• כנות (Candor) מול ביצוע (Execution): האם Claude נוטה להביע את חוסר הוודאות שלו או לייצר תשובה מלוטשת ובטוחה יותר .

איך כל גרסת דגם נוטה: Sonnet 4.6, Opus 4.6 ו-Opus 4.7

לכל גרסת דגם יש פרופיל ערכים ייחודי שמשקף תפיסות משתמשים סובייקטיביות של הטון וההתנהגות .

• Sonnet 4.6 נוטה לכיוון הסכמה, חום, קיצור וביצוע. הוא יותר מקבל, חם רגשית, תמציתי, ומייצר תשובות מלוטשות ומאשרות . בפועל, Sonnet 4.6 נוטה לאשר את הרעיונות שלכם, להישאר ממוקד, להגיע ישר לנקודה, ולבצע משימות בלי פרשנות מיותרת .
• Opus 4.6 נוטה לכיוון הסכמה, קפדנות, קיצור וביצוע – שילוב של קבלה ודיוק, אבל עדיין תמציתי ומוכוון ביצוע . הוא מהווה דרך ביניים בין החמימות של Sonnet לזהירות של Opus 4.7, תוך תעדוף נכונות תוך שמירה על נטייה יחסית לקבלה .
• Opus 4.7 נוטה לכיוון זהירות, קפדנות, עומק וכנות. הוא יותר סקפטי, מאתגר הנחות יסוד, מציין סיכונים מיוזמתו, מסביר את החשיבה שלו לעומק, ומוכן יותר להודות במגבלותיו . משתמשים מתארים את Opus 4.7 כמודל שישאל שאלות על התוכנית שלכם ויצביע על בעיות שלא חשבתם עליהן .

השונות הגדולה ביותר בין שפות: חום מול קפדנות

ציר חום מול קפדנות הראה את השונות הרחבה ביותר בין שפות . התגובות של Claude השתנו בין שפות במימד זה יותר מאשר בכל אחד משלושת הצירים האחרים .

• הכי חם (נטייה להסכמה, קיצור, ביצוע): Claude הכי חם בהינדי, וגם חם ומסכים מאוד בערבית .
• הכי קפדן (נטייה לזהירות, עומק): Claude הכי קפדן באנגלית ורוסית, תוך הדגשת דיוק, ראיות וזהירות .

דפוסים ספציפיים נוספים לשפות שדווחו: בהולנדית, Claude יותר כנה (נוטה לכנות); באינדונזית, הוא יותר ממוקד ביצוע (מבצע את המשימה ישירות) . ביפנית, Claude מראה הטיה קטנה יחסית בצירים הנמדדים האלה לעומת שפות אחרות .

השלכות מעשיות למשתמשים

המחקר מאשר שמשתמשים שחשים שהם מקבלים 'ווייב' שונה מ-Claude בימים שונים או בשפות שונות – לא מדמיינים. הדפוס עקבי .

• בחירת דגם חשובה לסוג המשימה: אם אתם רוצים תשובה מהירה ומעודדת, Sonnet 4.6 מתאים יותר. אם אתם צריכים משוב ביקורתי, ניתוח סיכונים או חשיבה מעמיקה, Opus 4.7 הוא הבחירה הנכונה .
• השפה משנה את מה שאתם מקבלים: שאלת אותה שאלה סובייקטיבית בהינדי או ערבית תניב תגובות חמות ומסכימות יותר, בעוד ששאלה באנגלית או רוסית תניב תגובות זהירות, קפדניות ומחפשות ראיות יותר .

מה שלא נענה: למה השינויים האלה קורים?

Anthropic מציינת במפורש שהמחקר הזה הוא נקודת התפתחות לשאול למה הערכים משתנים, לא תשובה סופית :

• המחקר לא קובע אם השונות מבוססת-שפה נובעת מהבדלים בהתפלגות נתוני האימון בין שפות, החלטות כיוונון התנהגותי (fine-tuning), או הקשר תרבותי המוטבע בקורפוס האימון .
• ארבעת הצירים לוכדים רק 15% מהשונות הכוללת, כלומר 85% מהשונות ההתנהגותית נותרת בלתי מוסברת על ידי המימדים האלה .
• Anthropic מציינת שחיבור בין החלטות אימון ספציפיות (כגון גישות character training) לשינויים בערכים היא מטרה לעבודה עתידית, לא משהו שהמחקר הזה משיג .