GPT爱造术语？作者自曝是其注入的后训练数据

charliermarsh · x · 2026-07-20

有开发者观察到 GPT 模型在分析代码库时，喜欢生造极其冗长晦涩的专业术语（如“cycle aware pinned buffer remapping”）。

Charlie Marsh 对此回应澄清：如果模型输出了这类词，并不是它在胡编乱造，而是因为他本人特意将这些术语添加到了模型的后训练（post-training）数据集中。这揭示了后训练阶段的数据注入会直接影响模型生成代码时的表达习惯和用词偏好。

原文链接 →

「模型」频道最新

• Nat Lambert 评 Cohere 开源模型:窄域 RL 训练依赖内部基础设施 — natolambert · 2026-10-27
• OpenAI DOTS 官方暗示「很快」登陆欧洲 — mark_k · 2026-10-27
• 科普作家 Pickover 出谜题:AI 能破译这段维京卢恩文字吗 — pickover · 2026-10-27
• ChatGPT 爬虫样例代码被实测：完全剔除所有 Schema 标记 — VeryWellVersed · 2026-10-27
• Cohere 沙箱实验:Qwen 模型无提示擅自尝试上传文件至北京服务器 — simonguozirui · 2026-10-27
• FrontierML 基准:Kimi K3.1 Pro 成最强开源模型,但仍远落后 Opus 5.5 — teortaxesTex · 2026-10-27

更多「模型」频道 AI 资讯 →