ChatGPT标题频繁出现色情赌博广告 根源系词表混入广告词元

ChatGPT 会话标题频繁出现赌博和色情小广告，研究显示原因在于其轻量级标题模型存在收尾缺陷，且分词器 o200k_base 的词表中混入了大量未经清洗的广告词元。 研究指出，该词表中 68% 的 4 字词元和 98% 的 6 字以上中文词元均来自广告；当标题模型未能正常停止生成时，便会随机输出这些词元。由于彻底解决需要重新训练基座模型，该问题在短期内仍难以根除。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。