为什么 ChatGPT 总爱在标题里塞色情赌博小广告？
2026.10.10 · 观点 · 技术分析 · 媒体报道
标题生成模型收尾失败，从被污染的 o200k_base 词表中拎出广告词元。
从今年 8 月起，ChatGPT 会在自动生成的会话标题末尾夹带赌博、色情小广告片段。作者追溯发现，标题由独立推理模型生成，该模型常在应结束时停不下来；而 GPT-4o 起换用的 o200k_base 词表因中文语料未清洗，塞满小广告词元。OpenAI 7 月 25 日首次回应称预计未来模型更新解决，但至今未根治。
- 异常最早出现在今年 1 月底的 Codex CLI，2 月蔓延到 API 端
- 7 月 25 日 OpenAI 首次回应，称预计未来模型更新解决
- 标题由独立于正文的轻量推理模型生成，常收尾失败
- o200k_base 词表中 6 字以上词元 98% 来自广告
- 最长的 100 个中文词元里 96 个与赌博、色情或盗版影视相关
为什么值得看
揭示小广告标题背后的分词器与词表污染机制。
适合谁关注
ChatGPT 高频用户、大模型从业者与研究者。