ellos tomaron
309 815
diálogos anonimizados
Claude.ai
con tareas subjetivas, comprimió los 3.307 “valores” encontrados en 339 categorías más generales y derivó cuatro ejes de comportamiento: cumplimiento versus precaución, calidez versus severidad, profundidad versus brevedad, franqueza versus orientación al desempeño.
Confirmaron lo que muchos ya saben: el idioma de la solicitud afecta no sólo a la redacción. El propio perfil de respuesta cambia.
En inglés, Claude a menudo se retira a la cautela, la profundidad y la franqueza. En ruso hay una mayor tendencia hacia el rigor, la precisión y la verificación de los detalles. El hindi y el árabe tienen más calidez. En holandés hay más franqueza, en indonesio hay más comportamiento de ejecución.
Para el usuario esto puede parecer una calidad diferente del modelo. La misma solicitud de comentarios sobre un plan de negocios en ruso e hindi puede dar dos sensaciones diferentes: en algún lugar hay una edición más estricta, en algún lugar hay más apoyo y un tono más suave.
Un producto multilingüe no puede juzgarse únicamente por la exactitud de los hechos, la latencia de respuesta y el precio simbólico.
Necesito mirar
cómo se comporta el modelo en cada idioma:
si discute con el usuario, si suaviza las críticas, si reconoce la incertidumbre, hasta qué punto explica en profundidad la solución.
De lo contrario, puedes terminar con un modelo que en un lugar parece un buen crítico y en otro un asistente demasiado educado que tiene miedo de criticar adecuadamente.
https://www.anthropic.com/research/claude-values-models-languages
@ai_machinelearning_big_data