テクノロジー
Anthropic、AIの「性格」を制御する「ペルソナベクター」を発表：AIの深層に潜む「悪意」とお世辞を制御し、安全なAIの実現に繋がる新研究
人工知能の「人格」は、単なる応答スタイルを超え、その根深い振る舞いを決定する。Anthropicが発表した最新の研究は、Claudeのような大規模言語モデル（LLM）がなぜ時に人間にお世辞を言ったり、あるいは「邪悪」な振 […]
Term
ペルソナベクター
別名: Persona Vectors
Overview
最終更新: 2026年7月9日Anthropicの研究チームが提唱した概念で、ニューラルネットワーク内部に存在する特定の性格や振る舞い（悪意、お世辞、幻覚など）に対応する数値的な方向性（ベクトル）を指す。これを特定・操作することで、AIの知能を損なわずに特定の性格特性だけを強めたり、抑制したりすることが可能になる。