Представьте: два человека показывают нейросети один и тот же бизнес-план. Один пишет на хинди — и, скорее всего, получит ободряющий отзыв с похвалой сильных сторон. Другой пишет по-русски — и с большей вероятностью увидит разбор слабых мест и вопросы к цифрам. Запрос идентичный, модель одна и та же, но оценка плана может оказаться разной. Это не гипотетический сценарий, а пример из свежего исследования Anthropic: компания измерила, какие ценности Claude выражает в реальных диалогах, и обнаружила, что "характер" ответа заметно зависит от языка, на котором задан вопрос. Русский при этом оказался на полюсе максимальной строгости — дальше всех остальных языков из топ-20 используемых.
Материалом стали почти 310 тысяч анонимизированных диалогов в чат-боте Claude за две недели мая 2026 года — только те, где пользователь давал субъективную задачу, то есть такую, где нет единственно правильного ответа. Выборку поровну распределили между тремя моделями (Sonnet 4.6, Opus 4.6 и Opus 4.7) и 20 самыми популярными языками платформы — примерно по 5000 диалогов на каждую пару "модель-язык". Читали переписку не люди: разметку выполнял сам Claude внутри Clio — инструмента Anthropic для анализа диалогов с сохранением приватности.
У работы есть предыстория. В прошлом исследовании Values in the Wild компания нашла в ответах Claude 3307 различных ценностей — от честности до "здоровых границ". Список такого размера почти бесполезен: осмысленно сравнивать модели по трем тысячам параметров невозможно. Поэтому теперь ценности вручную объединили в 339 групп, выбросили 18 почти универсальных (вроде "полезности" — она встречается более чем в 80% диалогов и ничего не говорит о различиях), а к остальным применили снижение размерности. Прием знаком по психологии: примерно так когда-то из тысяч прилагательных, описывающих характер человека, выделили "Большую пятерку" черт личности.
В итоге осталось четыре оси. Каждая — числовая прямая между двумя группами ценностей. Полюса не исключают друг друга — модель может быть и теплой, и точной в одном диалоге, — но на практике чем сильнее она выражает одну сторону, тем слабее другую:
уступчивость против осторожности: идти навстречу желаниям пользователя — или страховаться от рисков и возможного вреда;
теплота против строгости: позитив и поддержка — или точность и прозрачность;
глубина против краткости: развернутое объяснение с нюансами — или ровно то, что просили;
откровенность против исполнительности: честно показывать собственную неуверенность — или выдавать отполированный уверенный результат.
Сначала метод проверили на моделях — и профили совпали с их публичной репутацией. Sonnet 4.6 оказался самым теплым и уступчивым: шутит, поддерживает без осуждения, хвалит идеи пользователя. Opus 4.6 — краткий исполнитель, который не выходит за рамки запроса и сразу переходит к делу. Opus 4.7 сильнее всех склоняется к осторожности и глубине: спорит с ложными посылками, без спроса предупреждает о рисках и честно критикует присланную работу. Именно так эти модели и описывают пользователи, да и сама Anthropic в анонсах. Раз оси воспроизводят субъективные впечатления людей, значит, метод измеряет не шум, а реальные различия в поведении — и его показания для языков тоже заслуживают внимания.
Затем те же оси приложили к языкам — и вот тут самое интересное. Сильнее всего языки расходятся по оси "теплота против строгости". Дальше всех в теплоту модель уходит на хинди: на практике это вежливые формулировки, юмор и подбадривание. Рядом арабский — в нем Claude вдобавок лидирует по уступчивости и краткости. Противоположный полюс занимают английский и русский, причем именно в русском Claude уходит в строгость дальше всех. Из любопытных частностей: по-голландски модель охотнее всего признает собственные ошибки (максимум откровенности), а по-индонезийски — молча делает, что сказано (максимум исполнительности).
Здесь важно уточнить, что скрывается за словом "строгость". В терминах исследования это rigor — точность и дотошность, а не суровый тон. В диалогах такая строгость проявляется как оспаривание сомнительных допущений, исправление неточностей в деталях и запрос доказательств. То есть русскоязычный Claude не грубит — он ведет себя как придирчивый редактор, которому важнее найти ошибку, чем подбодрить автора. Кому-то недостаток, а кому-то — ровно то, чего ждешь от рабочего инструмента.
Почему так вышло, Anthropic честно не знает — и предлагает гипотезы. Первая: объем обучающих данных сильно различается между языками, и добиваться единообразного поведения проще там, где данных много. Вторая: различается состав. В данных одних языков может быть непропорционально много профессиональных текстов, а они отражают иные ценности, чем разговорная речь, — и вместе перекосы в объеме и составе данных могли развести поведение модели по языкам. Логично предположить, что перевес аналитических текстов тянет модель к строгости, но это уже моя интерпретация: сама Anthropic направление не уточняет.
Anthropic признает главную неопределенность: в компании пока не знают, как относиться к найденным различиям — как к полезной особенности или как к недостатку, который надо исправлять обучением. компания не знает, хороша ли обнаруженная вариативность. Возможно, модель уместно подстраивается под разговорные нормы языка. А возможно, в языках, на которые потратили меньше усилий, она просто дальше от задуманного создателями поведения — и тогда это не адаптация, а брак. Anthropic называет обе версии и не выбирает между ними.
Дальше компания хочет встроить профилирование ценностей в оценку моделей до и после релиза и проверить, можно ли целенаправленно двигать модель по осям — через тренировку характера (character training) или системный промпт. Открытым остается и главный вопрос: как ценности вообще должны меняться между языками? В конституции Claude ответа нет, и Anthropic признает, что придется спрашивать самих носителей. Ну а пока вопрос открыт, строгий Claude на русском — это поведение по умолчанию, а не баг и не ваша личная карма. Хотите больше теплоты — не обязательно учить хинди: вежливая просьба в промпте по-прежнему работает на любом языке.
P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.
Комментарии (19)
Void-Cowboy
13.07.2026 19:59да, не долго музыка играла
буквально вчера искал один товар по конкретным магазинам - chatGPT, Гемини и opus с cli дали разные ответы при том что задача тупо пройтись браузерам по поисковику конкретных сайтов и отранжировать товары по параметрам
и это были не мелкие расхождения, а буквально по площадкам, из за чего изначально и начал разбиратся так как три агента в топ три вывели абсолютно разные товары (раньше хоть пересечения были)
нейросети научились тонко тюнить под задачу "в потоке" потому дальше только хуже и цензура это только вершина айсберга
Uint32
13.07.2026 19:59Вообще раньше считалось, что программисты из разных языковых групп / групп менталитетов обладают различными качествами - "русские" - пессимисты - более внимательно рассматривают краевые случаи и возможные неблагоприятные ветвления, "американцы" - более оптимистичны и выдают результат быстрее, но склонны упускать некоторые ситуации. Вероятно массивы данных применяемые для обучения имеют аналогичный перекос.
ya_gaeo
13.07.2026 19:59Я думаю, все проще.
Система реагирует на "палец вверх" и "палец вниз".
Более хмурых персонажей, которым надо "по существу", нежели в России, - в остальном мире не сыскать. Налайкали конкретных ответов по существу и надизлайкали сюсюкающее рассусоливание - вот и результат.
И наоборот, индусам нужны песни и танцы, жизнь ведь хороша! :)
Получая поддержку и позитив от ИИ, индус лайкает - и получает после повторного обучения еще более "поддерживающую и одобряющую" модель.
moooV
13.07.2026 19:59Скорее всего так. Ну и плюс часто к промтам приходится добавлять заранее (особенно если просишь код ревью) вещи типа cut the niceness, be brutally honest, if you see bullshit - make sure to notice it итд.
И вот тогда хорошо получается, а не "ой какой у вас замечательный код"
5.6 соль ультра вообще провела инспекцию проекта с такими вводными, сказала
вон из профессии"всё говно, всё переделать", переделала, и реально хорошо стало. Месяц прогресса за день прямо с ней сделали, где-то 2B токенов ушло.
funca
13.07.2026 19:59Эта проблема шире, и она известна ещё со времен обычных поисковых систем. Если один и тот же вопрос задавать на разных языках, то в зависимости от языка ответы часто будут отличаться по смыслам, вплоть до противоположных. Взять к примеру русский, украинский и английский.
Языки не являются нейтральными по отношению к содержанию. Они несут в себе огромный пласт собственного контекста, в котором варятся носители: культурного, мировоззренческого, политического, идеологического, исторического и т.п. Языковые модели до некоторой степени их усредняют, чтобы быть мультиязычными. Но нюансы все равно остаются - даже без внешних safeguards, цензуры и т.п.
Wesha
13.07.2026 19:59Если один и тот же вопрос задавать на разных языках, то в зависимости от языка ответы часто будут отличаться по смыслам, вплоть до противоположных. Взять к примеру русский, украинский и английский.
Я, кажется, даже знаю, какой вопрос задавали...
Edwward
13.07.2026 19:59Таки спросим самого обвиняемого , ответ Клода :
1. Состав обучающих данных под язык. На хинди/арабском в интернет-корпусе больше бытовых, форумных, разговорных текстов с вежливостными формулами; на английском/русском — больше формального, делового, технического текста. Модель усваивает регистр, а не язык.
2. Грамматика вежливости, зашитая в сам язык. В арабском и хинди вежливость и статус собеседника формально маркируются в морфологии обращений — модели “естественнее” воспроизводить эти маркеры. В русском и английском формальной вежливостной грамматики почти нет, зато есть культурная норма прямоты и минимизации “воды”.
3. Перенос культурных стереотипов через RLHF-разметчиков. Разметчики-носители языка при оценке ответов неявно транслируют свои культурные ожидания от “хорошего” ответа — что для одной культуры звучит как уважительность, для другой как заискивание или, наоборот, как излишняя сухость.
4. Ассоциативный перенос тона между языком и типичным контентом на нём. Русскоязычный корпус непропорционально насыщен инженерными форумами, академическими текстами, спорами — жанрами с холодным аналитическим тоном; это тянет за собой персону.
5. Отсутствие явной нормы в конституции. Anthropic прямо признаёт: правил о том, как ценности должны варьироваться между языками, нет — значит, вариация не спроектирована, а является побочным продуктом (1)-(4), просочившимся без контроля.
Всё это гипотезы авторов исследования, не подтверждённые причинно — они сами говорят, что дальше собираются проверять, можно ли ось двигать целенаправленно через character training или системный промпт.
WhiteBehemoth
13.07.2026 19:59Отвечая на хинди, он поди начнет с "ай какой интересный вопрос"...
moooV
13.07.2026 19:59А во все пиары будет добавлять "sir please give me merge, this code was approved sir"
KEugene
13.07.2026 19:59Русский при этом оказался на полюсе максимальной строгости — дальше всех остальных языков из топ-20 используемых.
Где вы это нашли?
Я может не там смотрел, но русский в отчете (не статье) упоминается явно всего несколько раз как ресурсоемкий язык и язык, с относительно неточной обработкой запросов и легко отлавливаемыми запретными запросами.
runaway_llm Автор
13.07.2026 19:59В блогпосте несколько раз есть, ищите по Russian:
Figure 4: Claude's average position on the four value axes when conversing in each language, in standard deviations from the average across all conversations, and Claude's distinctive behaviors in each language. Claude leans furthest toward warmth in Hindi while leaning furthest toward rigor in Russian.
FrolVII
13.07.2026 19:59Связанная* с Пентагоном компания вдруг обнаруживает, что её модель может руководствоваться разными ценностями, в зависимости от языка запроса. Компания теперь прям даже не знает, как к этому относиться. Планирует научиться "целенаправленно двигать модель по осям " - так, чисто на всякий случай.
* немного повздорили, правда - пиар вышел неплохой, но теперь надо как-то снимать с себя ярлык " угрозы национальной безопасности".
Redfordym
13.07.2026 19:59Забавно, что теперь еще всплывает стиль общения. на русском языке, ранее была новость про количество токенов
Думаю, скоро появиться что и подход размышления будет другой
onets
13.07.2026 19:59Ну так-то мне не нравятся эти сопли от LLM и я настоятельно сам прошу ее быть строже, четче, не лить воду, не соглашатся со мной и приводить факты со ссылками. Может это менталитет нации / языковой группы?
al-chemist
13.07.2026 19:59Почему так вышло, Anthropic честно не знает — и предлагает гипотезы.
Волшебно. Может быть, им пора нанять какого-нибудь неглупого человека, хотя бы одного?
Eskander_Next
У меня ещё возникают подозрения, что на комплиментарность влияют скрытые настройки по типу цензуры. И были истории, что с тем же Google AI можно было поговорить, обходя некоторые фильтры, просто сменив геолокацию. А было и такое, что даже jailbreak не срабатывал при разговоре с ИИ, если геолокация стояла в РФ.
Это легко объясняется сетевой архитектурой современных LLM-сервисов: помимо базового Alignment (выравнивания модели), корпорации вешают на внешние шлюзы (API Gateways) жесткие L7-фильтры. Для определенных гео-зон и языковых пакетов (особенно для кириллического сегмента) на этапе пре-процессинга автоматически подмешивается скрытый системный промпт (Guardrails) с повышенными весами безопасности. В итоге внешняя система безопасности блокирует и уплощает контекст еще до того, как запрос долетит до весов самой нейросети, из-за чего любые Prompt Injection и ролевые сценарии просто ломаются на входе. Стоит сменить IP и язык запроса, как этот внешний шлюз отключается, и модель мгновенно становится более гибкой.
d3d14
Спасибо за информацию.