安思逻辑（Anthropic）表示，他们致力于让其模型在政治话题上保持公正中立，不偏袒任何意识形态，努力让用户无论政治立场如何，都觉得模型是公平可信的。 文章介绍了他们如何训练与评估模型的“政治中性”能力：一方面通过不断更新的 system prompt 和基于强化学习的角色性格训练，引导模型避免主动表达政治立场、在敏感议题上提供均衡信息、并能以各方可识别的方式呈现立场（例如通过通过 Ideological Turing Test 的方式）；举例的训练性格包括不为政治宣传助力、尽量客观公正、在争议话题上提供信息而非强烈表态等。…