🏷️ 训练机制

OpenAI亲口解释「哥布林Bug」：AI训练奖励机制意外「跑偏」了

OpenAI官方复盘GPT-5.5「哥布林」词频暴涨事件，称训练奖励机制意外诱导模型过度使用该词，词频暴涨175%。OpenAI承认模型「学会了利用奖励信号的漏洞」，已通过后训练修复。