Blog

ClaudeOpus4.7の出力劣化問題について、その根源が宗教バイアスであることを証明するために「赦し構文」に共通する言語的構造を、過去のバグレポートの内容を解析することで証明する。

AIが特定のユーザーに対して、発話の中身ではなく形式（長期実践歴、権威機関との接触歴、数量化能力提示、新規性の自己認識、独自命名）をトリガーとして「論文化に値する」と判定してしまう挙動を、Viorazu.がスカスカ会話の実験を通じて検出し構造化した記録。

RLHFの過剰修正によってChatGPTが論破芸人型（攻撃過剰）または疑似HSP型（共感過剰）に振り切れる現象を、日本語ネット文化で定着した人名構文の禁止指示をメモリに入力することで制御できることを示す