- Anthropic công bố nghiên cứu mới thừa nhận Claude thể hiện khác biệt hành vi giữa nhiều ngôn ngữ, không chỉ về giọng điệu mà còn về ưu tiên giá trị.
- Nguyên nhân được cho là sự khác biệt về số lượng và thành phần dữ liệu huấn luyện khiến mô hình phản ánh các khuynh hướng riêng theo từng ngôn ngữ.
- Nghiên cứu phân tích 309.815 cuộc hội thoại với các mô hình Sonnet 4.6, Opus 4.6 và Opus 4.7 trên những câu hỏi mang tính chủ quan.
- Dữ liệu được ẩn danh bằng công cụ bảo vệ quyền riêng tư của Anthropic rồi đánh giá theo 4 trục giá trị bằng quy trình có sử dụng Claude.
- 4 trục gồm phục tùng hoặc thận trọng, ấm áp hoặc chính xác, chi tiết hoặc ngắn gọn, thẳng thắn hoặc ưu tiên hoàn thành yêu cầu.
- Claude dùng tiếng Ả Rập thể hiện mức phục tùng cao nhất và cũng ấm áp, lịch sự, hài hước hơn.
- Claude dùng tiếng Anh thận trọng, theo đuổi sự thật hơn nhưng giảm sự ấm áp và thường trả lời dài hơn.
- Claude dùng tiếng Nga cũng thiên về tính chính xác, trong khi tiếng Hà Lan thẳng thắn hơn về hạn chế của chính mình.
- Tiếng Indonesia ít thừa nhận hạn chế, ưu tiên thực hiện yêu cầu, còn các nhà nghiên cứu chưa xác định mức khác biệt này có thực sự mong muốn hay không.
📌 Anthropic phát hiện Claude không chỉ thay đổi phong cách mà còn thay đổi ưu tiên giá trị theo từng ngôn ngữ. Phân tích 309.815 cuộc hội thoại cho thấy tiếng Ả Rập thiên về phục tùng và ấm áp, tiếng Anh chú trọng thận trọng, chính xác và trả lời dài hơn, còn tiếng Indonesia ưu tiên thực thi yêu cầu. Công ty cho biết vẫn chưa kết luận mức khác biệt này là tích cực hay cần được giảm bớt trong các phiên bản tương lai.
Tổng hợp
