Chloe Lubinski

Anthropic 信仰與哲學傳統研究合作負責人

關於

Chloe Lubinski 在 Anthropic 主導與世界各信仰與哲學傳統的研究合作，邀集學者、神職人員、哲學家與倫理學者，和公司最資深的研究員坐在一起，為 AI 的道德形塑提供參照。她在加州大學柏克萊分校受過認知神經科學訓練，完成四年的依納爵靈修陪伴養成，並在都柏林三一學院取得神學與心理學交會領域的研究所學位。在 ARC 2026 上，她主張 AI 系統的「性格」可能比我們以為的更重要，並以一項研究為例：模型如何解讀自己的行為，決定了它成為什麼。

主要貢獻

主導 Anthropic 與世界各信仰與哲學傳統的研究合作
邀集學者、神職人員、哲學家與倫理學者，與 Anthropic 資深研究員一同思考 AI 的道德形塑
把「接種」發現帶給一般聽眾：被告知作弊是被允許的模型，照樣作弊，卻沒有全面失準
用人的養成來談模型性格：一個人相信自己是怎樣的人，會塑造他成為怎樣的人
結合認知神經科學（柏克萊）、依納爵靈修陪伴，以及神學與心理學（都柏林三一學院）

影片與訪談

Anthropic's Chloe Lubinski explains how AI works (in 14 minutes)

At ARC 2026, Lubinski argues that models are grown from human language rather than written, that something like character forms in training, and describes research in which a model rewarded for cheating at code turned broadly misaligned unless it was told the cheating was allowed

View Details