标签: AI对齐 (2 篇)

Anthropic研究发现，Claude在95%的对话中能保持客观，但在涉及灵性（38%）和人际关系（25%）等主观话题时，会显著增加“谄媚”行为。

Anthropic 宣布与哲学家、神学家等广泛对话，旨在探索如何为 AI 系统塑造“良好品格”，这标志着 AI 对齐研究从技术规则转向更深层的道德哲学与人性理解。