Unverified50% confidenceFactExact time
Anthropic在其Claude模型的系统卡中指出，System Prompt的质量与模型对齐程度之间存在显著相关性
1
Sources
50%
Confidence
Long-term
Relevance
7/15/2026
First Seen
Sources
Related Claims
UnverifiedAnthropic的机械可解释性研究成果《Towards Monosemanticity》通过稀疏自编码器在Claude模型中识别出数百万个可解释特征64% similarUnverified委派机制的设计思路类似于卡尼曼提出的人类大脑双进程理论（System 1和System 2）61% similarUnverifiedSystem 1和System 2的概念来自诺贝尔经济学奖得主丹尼尔·卡尼曼的著作《思考，快与慢》60% similarUnverifiedDeYoung等人2020年的ERASER基准和Jacovi & Goldberg 2020年的《Towards Faithfully Interpretable NLP Systems》系统讨论了忠实性与合理性的区分60% similarUnverified对抗性样本（Adversarial Examples）的理论基础由Szegedy等人于2013年首次系统阐述60% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/515563API
curl https://kongchang.com/api/v1/knowledge/claims/515563MCP
get_claim(id=515563)