Anthropicが論文「Constitutional AI: Harmlessness from AI Feedback」を公開した。有害な出力を避ける訓練を、人間によるラベル付けに頼らず、あらかじめ定めた原則リスト（constitution=憲法）に従ってモデル自身が自己批判と修正を行う形で実現する手法。教師あり学習で自己修正させた応答を学ばせ、続いてモデルが生成した選好データを報酬信号に使う強化学習（RLAIF）を行う2段構成をとる。有害な質問を単に拒否するのではなく、なぜ応じられないかを説明するアシスタントが得られたと報告した。この手法はClaudeの訓練の中核となり、Anthropicの技術的な独自性を示すものとなった。