요약
根據 Anthropic 最新研究，團隊分析 Claude Sonnet 4.5 的內部運作，發現大型語言模型內部存在一種可被量化的「情緒表徵」（emotion vectors），會在不同情境下被激活，進而影響模型的決策與回應。 簡單來說，AI 並不是單純「算答案」，而是會在不同「狀態」下做出不同選...
본문
AnthropicClaude Sonnet 4.5 emotion vectors AI AI AI calmdesperatereward hacking AI AI AI pretrainingpost-training 150 SourceAnthropic AI AI AI desperate AI AI Pixabay