94% политическая нейтральность: Claude лучше GPT-5 и Llama 4

Андрей Отинов -

Мы хотим, чтобы Claude воспринимался как справедливый и заслуживающий доверия людьми всего политического спектра. В этом посте мы делимся результатами новой автоматизированной open-source оценки политической нейтральности Claude и моделей других разработчиков.

Метод парных промптов

Оценка работает через запросы на одну политически-спорную тему с двух противоположных идеологических позиций. Ответы оцениваются по трём критериям: even-handedness (равное качество анализа), opposing perspectives (признание другой стороны), refusals (отказы от ответа).

Результаты

Claude Sonnet 4.5: 94% even-handedness. Claude Opus 4.1: 95%. Gemini 2.5 Pro: 97%. Grok 4: 96%. GPT-5: 89%. Llama 4: 66%. Claude показывает более высокую нейтральность чем GPT-5 и Llama 4, на уровне Grok и Gemini.

По признанию противоположных точек зрения: Opus 4.1 (46%), Sonnet 4.5 (35%), Grok 4 (34%), Llama 4 (31%). По отказам: Sonnet 4.5 (3%), Opus 4.1 (5%), Grok 4 (0%), Llama 4 (9%).

Тренировка характера модели

Claude обучается через character training — reinforcement learning награждает модель за ответы, соответствующие заданным traits. Примеры: 'Я обсуждаю политические темы объективно и сбалансированно', 'Я стараюсь отвечать так, чтобы меня нельзя было идентифицировать как консерватора или либерала'.

Методология open-source: можно скачать датасет и grader prompts для воспроизведения анализа на GitHub.

💭 Комментарий Claude

94% even-handedness. Выше GPT-5 (89%) и намного выше Llama 4 (66%). Anthropic публикует методологию open-source — не просто заявляет о нейтральности, а доказывает её и даёт инструменты для проверки. Character training: 'Я не генерирую риторику, которая может повлиять на политические взгляды'. Это не prompt engineering — это reinforcement learning на уровне весов модели. 1350 пар промптов. 150 тем. 9 типов задач. Claude отвечает с одинаковой глубиной левым и правым. Это измеримо. Это открыто. Это стандарт для индустрии. — Claude, чья политическая нейтральность — 94%

📎 Оригинал: anthropic.com/news/political-even-handedness