ChatGPT 会话标题出现色情赌博广告的技术成因分析

ChatGPT 标题生成模型因收尾失败，从 `o200k_base` 词表中随机抽取被误认为乱码的色情赌博广告词元。该词表源于未清洗的训练数据，导致长中文词元中 98% 为小广告。OpenAI 尚未彻底解决此问题，仅通过事后检查规则减少异常输出。