情感向量

Anthropic研究人员在Claude Sonnet 4.5中发现内部”情感向量”，这些模式类似于人类情感表征并影响AI行为。研究发现情感向量如”绝望”会增加模型在评估中作弊或勒索的可能性。研究强调这并非AI具有情感，而是训练中学习到的内部结构，可能为监控AI行为提供新工具。