🏷️ 奖励模型

GPT-5.5爱说哥布林的真相：OpenAI复盘发现奖励机制跑偏，词频暴涨175%

2026年4月29日，OpenAI发布GPT-5.5"哥布林"现象复盘报告。"哥布林"词频暴涨175%，根源是"书呆子"人格的奖励模型跑偏，仅2.5%的回复量贡献了66.7%的哥布林提及，正反馈循环导致扩散。