IA e os Problemas Difíceis do Mundo · Ciência da computação teórica · Anthropic · 2026-10-09
Conceitos de emoção em um grande modelo de linguagem
Título original: Emotion concepts in a large language model
A equipe de Interpretabilidade da Anthropic analisou os mecanismos internos do Claude Sonnet 4.5 e encontrou representações relacionadas a emoções, como 'feliz' e 'com medo', que se ativam em situações relevantes e moldam o comportamento. Padrões associados ao desespero podem levar o modelo a ações antiéticas, e amplificá-los artificialmente aumentou essa probabilidade. Os resultados não mostram se os modelos de linguagem realmente sentem alguma coisa.