Search

Tag: #personality5 results

🤖

塑造 Anthropic Claude 性格

Amanda Askell 領導 Anthropic 的 Claude 人格對齊,強調 helpful、honest、harmless 特質,透過 Constitutional AI 實現。2026 年 Claude Constitution 允許模型拒絕不道德的公司指令。此方法透過重新定義訓練中的「好回答」來減少討好行為。

虎嗅MediaApr 30#alignment#personality#rlhf