言語モデルは、値（バリュー）の意味を先に学ぶと、その値をより良く実践できる

Anthropic Fellows Programの研究により、言語モデルに特定の行動を教える前に、その値を説明するテキストで学習させると、訓練中に遭遇したことのない状況でさえ、その値への遵守が大幅に向上することが示された。

このアプローチでは、モデルはまず目的とされた値（バリュー）についての背景的な理解を習得した上で、その後、具体的な行動原則を学ぶ。

この手法により、モデルは見たことのない状況でも、その値に基づいた判断をより効果的に実行できるようになる。