跳到正文
Arize 博客· Jim Bennett·· 6 天前精选AI 评分58

Anthropic 称已修复 Claude 写作风格,作者通过实测评估验证

Anthropic says it fixed Claude’s writing. I ran the evals to check.

AI 导读

作者 Jim Bennett 通过构建 20 个固定写作任务数据集,对 Claude Opus 5 和 Opus 5.5 进行双轮实验,人工标注 153 个风格问题,构建评估器并迭代优化,发现 Opus 5.5 的 em dash 几乎消失(从 12.9 降至 0.05/千词),其他风格问题减少约 50%,但部分新习惯出现,如更多加粗列表和三段式结构。

推荐理由

作者通过构建数据集、实验、人工标注和评估器,验证了 Claude 5.5 写作风格改进的实际效果,提供了可复用的评估方法框架。

来源:Arize 博客 · arize.com