你有被AI“稳稳接住”过吗？

前段时间，ChatGPT“痴迷”哥布林的小民风在国外爆火，OpenAI成心为此发了一篇博客，联系《哥布林从哪来的》。

他们发现这样的小民风也曾潜入ChatGPT的“底层代码”，要想自新来，只可在章程里加一条“始终不要驳斥哥布林”。

而在中语互联网上，要说ChatGPT的“基因”，还得是“稳稳接住”——这句话也曾成了齐集热梗，出身了深广的meme。连带着各大模子常见的“东谈主机味抒发”沿途，在齐集上病毒式传播。

但你说吧，这些话本人其实并不算“东谈主机”，以致不错说很有心思，仅仅用得太多太顺遂，险些成了固定回答，才因此显得低价。

目下，“我会稳稳地接住你”这一ChatGPT迷因也曾火到国外了。

《连线》杂志（WIRED）近日发布了一篇著作，标题为《ChatGPT在好意思国患上了“哥布林”狂热症，而在中国，它只想“稳稳地接住你”》。

著作称，不仅仅ChatGPT，可能很快就会有更多AI模子不甘人后地要“接住”你了。

另一边，MiniMax工程团队发布了一篇注释的里面排查诠释，把之前“不料志马嘉祺”的问题透彻联系了一遍。

他们发现，模子不是“不料志”马嘉祺，仅仅“爱在心口难开”，话到嘴边说不出来（但目下能说了）。

01

ChatGPT的“贴心”口癖

无论是让ChatGPT解一谈数学题，照旧给它一段生成图片的教导词（prompt），ChatGPT老是极度心爱这样回答：“我会稳稳地接住你”。

英文原文的字面原理是：“当你掉下来时，我会稳稳地接住你（I will catch you steadily [when you fall]）”。

这句话在英文语境下，示意“不管发生什么，我王人会稳稳地复旧你”。但关于民风了含蓄的中语母语者来说，这种抒发模样似乎有些过分亲昵，让东谈主很不民风。

更何况还有进阶版块：“我就在这里，不躲，不退，不避，不逃，稳稳接住你。”

这……嗅觉就连古早言情演义里最深情的暖男王人不会这样语言吧。

尤其是，这个句式出现得也太频繁了些。听一次还好，两次别扭，三次四次就要忍不住翻冷眼了。

就连OpenAI官方王人在GPT-image-2的示例图里玩梗：中国联系员陈博远对着生成出来的图片握狂“它又学会了稳稳接住！”

AI写稿检测器具Pangram的连合创举东谈主兼首席践诺官Max Spero示意，这种模子死咬着某个特定短语不放，并过度使用到让东谈主以为生硬的甘心，被称为“口头崩溃”（mode collapse）。

这普通源于后检修（SFT）阶段，在这一阶段，AI实验室会根据大语言模子（LLM）的回答给以东谈主工响应。

Spero解说谈：“咱们不知谈该如何告诉它：‘这样写如实很好，但淌若你把这种好句式连用10次，那它就不再是好句子了。’”

《连线》杂志称：关于ChatGPT为何会对“我会稳稳地接住你”这句话走火入魔，目下有两种相比合理的解说。

第一种解说是，这可能是一次极其生硬的机翻变成的。

因为这句话的原理和英语里的“I've got you”（我懂你）相配相似，在英语里是一个不突兀的全能恢复。但英文里的“I've got you”听起来嘱托又喜悦，而中语里的“我会稳稳接住你”就有些用劲过猛。

一位用户还翻阅了我方的聊天记载展示，模子经常在应该是抒发“清爽”的所在使用了“接住”这个词，这说明模子可能在特定语境下诬陷了“接住”的确凿含义。

有中国粹者联系发现，当他们分析ChatGPT中语回答的语言特征（比如恢复中使用的介词数目）时，发现它们更接近英语的写稿民风。

大多数西方的大语言模子王人是主要基于英语语料库检修出来的，哪怕这些聊天机器东谈主能用中语流利地聊上一整天，母语者也会凭借直观感到那处不合劲——就好比中国东谈主普通能一眼看出某本演义是不是从外文翻译过来的一样。

来自中国的Pangram创意时候众人Lu Lyu示意：“这种显豁的‘翻译腔’被带到了AI生成的中词句子里，比如句子拉得极度长，或者用了一些十足没必要的句型结构。”

另一种解说与“调理语态”（therapyspeak）的兴起相关。那些正本只在脸色扣问室里使用的专科抒发，目下也曾运行渗入到了东谈主们的日常对话中。

在ChatGPT把这句话变成齐集热梗之前，“稳稳接住”这个词在中国基本上只会在脸色调理的语境下出现（自然，这里摈斥了接住飞来物体的纯物理字面原理）。

《连线》杂志示意，在中语脸色学语境里，说要“接住”某东谈主，原理是你在为他们提供一个“包容的空间”（holding space），让他们能安全地倾吐我方的心思。

通过强化学习，AI模子也曾变得越来越会“助威谄媚”，这种趋承趋承是“东谈主类在评估时，偏好那些顺从、趋承型恢复”的遵循。

就像是OpenAI在前一篇《哥布林从哪来的》的博客中所记载的那样，即使是一个极其轻飘的奖励信号，也可能像滚雪球一样越滚越大，最终演变成一种普通存在的甘心。

另外，《连线》杂志示意：可能很快就会有更多AI模子不甘人后地要在你摔倒时“接住”你了。

最近，有中国用户在酬酢媒体上发帖称，包括最新版块的Claude和DeepSeek在内的其他大语言模子，也运行频繁地蹦出这句话——可能是因为模子检修材料相似，也可能是模子之间相互蒸馏、相互学习导致的。

但无论如何，这句话在短时间内是不会从咱们的视线里肃清了。

02

MiniMax的“舌尖”失语

说结束ChatGPT“稳稳接住”在国外引起的温煦，再来望望MiniMax在国内“不料志马嘉祺”激发的念念考。

这件事的缘故是，一个网友在处理数据的时候发现了一个很有原理的bug：MiniMax的模子似乎不料志“嘉祺”这两个字。

这不是有时bug，无论是在不同接口、不同平台，不异的问题险些王人能剖判复现。

于是网上就运行传：“MiniMax不料志马嘉祺”“痛失粉丝群体”。

还有东谈主嘲谑谈，要所以后OpenRouter上淌若又出现一个匿名模子，不错通过这个模样判断它是不是MiniMax。

自然，这个判断门径目下细则是行欠亨了，因为MiniMax在M2.7就也曾成就了这个问题。

MiniMax工程团队最近还发布了注释的里面排查诠释，把这件事透彻捋走漏了，还把它和之前碰到的小语种乱码问题联结起来，得到了一个相配平直的惩办观念。

浅薄来说，MiniMax阐明他们的M2.5模子如实是意志马嘉祺的，至于为什么说不出来，是因为后检修阶段出现了少量狼狈的小问题：“嘉祺”这个名字因为出现的频率太低，被深广的杂音给带歪了。

大语言模子处理翰墨，并不是平直看见“马嘉祺”三个字。它会先用分词器（tokenizer）把文本切成token，再把token转成向量，送进模子里面计较，华体会体育(HTHSports)官网入口终末再通过输出层lm_head，从几十万token构成的词内外选出下一个最可能生成的token。

MiniMax查验了分词器的encode规矩，发现“马嘉祺”被切成了两个token，折柳是“马”和“嘉祺”，对应token id是[4143，190467]，decode归来亦然正常的“马嘉祺”。这说明，至少文本和token的互转流程莫得问题。

但这里出现了一个小细节，“嘉祺”这两个字算作一个逍遥的token，并不是极度高频。

于是MiniMax作念出了一个假定：淌若模子预检修时见到的是“嘉”和“祺”两个token，后检修或线上推理时却把“嘉祺”合成了一个token，这样的话，“嘉祺”这个合座token可能莫得被充分检修，生成概率自然会很低。

他们先看了“嘉祺”的embedding norm散播，淌若一个token没若何被检修过，它的向量范数往往会进展异常，比如显豁偏小。但从规矩上看，“嘉祺”不像是一个没被预检修充分更新过的token。

接着他们又作念了语义隔邻检索，也即是看“嘉祺”这个token的embedding足下王人是哪些token。规矩也没问题：离它最近的token包括“亚轩”“千玺”“祺”“耀文”“嘉”，后头还有“王一博”“徐坤”“肖战”等明星或东谈主名。

也即是说，预检修模子不仅见过“嘉祺”，况且也曾把它放进了一个合理的中语东谈主名、明星名语义簇里。

于是问题就被锁定在了后检修阶段。

MiniMax在查验后检修数据的时候发现，后检修数据中包含“嘉祺”的样本不及5条，相配少。而关于后检修来说，淌若某个token险些莫得算作计划谜底出现，它在生成端就很难不断赢得剖判检修信号。

但这还不行解说全部甘心。因为淌若仅仅后检修数据里枯竭“嘉祺”，那为什么模子还能清爽它？为什么它能答出相关信息，却只好说不出名字？

为了回答上头的问题，MiniMax把排查领域减弱到了模子的首尾两头：输入侧的vocab embedding，以及输出侧的lm_head。

不错不祥清爽为，vocab embedding认真模子能不行“看懂”一个词，lm_head认真模子终末能不行把这个词“说出来”。

MiniMax对比了预检修模子和后检修模子的vocab embedding，发现“嘉祺”对应的embedding险些莫得变化，合座也处于正常散播领域内。

这个规矩解说了为什么模子仍然能清爽“嘉祺”以及马嘉祺相关的信息：输入侧莫得坏，语义表征基本还在。

信得过异常的是输出侧的lm_head。

MiniMax计较了SFT前后每个token在lm_head中的向量变化，发现“嘉祺”对应的lm_head向量变化相配显赫。它的余弦相似度大幅下落，L2 diff也显豁变大，变化幅度在通盘词表中排行靠前。

原理是，经过SFT后，“嘉祺”在输出空间里的位置被大幅改写了。

更直不雅的笔据来自最隔邻结构。

在预检修阶段，lm_head里“嘉祺”足下的token主要照旧语义相关的东谈主名，比如“亚轩”“祺”“肖战”“子怡”“霆锋”“杰伦”等。固然也会有少量噪声，但合座还在合理的东谈主名语义空间里。

可在SFT之后，排在足下的token里，除了少数仍然像东谈主名的词，深广特殊token和噪声token涌了进来。“嘉祺”在输出空间里的邻居，从一群中语东谈主名，变成了东谈主名、器具标记、乱码、特殊token搀杂在沿途。

这即是“意志但说不出”的时候原因：输出空间里的局部结构被挤压了，正本属于东谈主名token的位置和深广无关token混在沿途，导致模子在生成时无法剖判把它选出来。它可能被top-p采样过滤掉，也可能被附进的特别token替代。

MiniMax接着扩大了查验领域，发现类似漂移并不单发生在“嘉祺”身上。一些低频词、小语种token和噪声token，也会在后检修中出现输出侧漂移。

这也解说了他们此前际遇的小语种搀杂问题：此前，M2.5在处理日文等小语种对话时，偶尔会混入其他语言。从lm_head退化的角度看，它和“嘉祺”问题可能是归并个机制的两个进展——淌若某些语言的token在SFT中障翳不及，它们的lm_head表征就会漂移，和其他语言token或噪声token在空间中浑浊，导致该生成的词生成不出来，不该出现的语言却被特别激活。

那么，问题发现了，要如何去惩办呢？

谜底直白到让东谈主有点想笑：“罚抄”500遍。

MiniMax莫得只给“马嘉祺”补几条数据，因为这只可修一个点。他们想考据的是：淌若问题来自词表障翳不及，能不行通过擢升通盘词表在后检修中的障翳度来成就？

于是他们构造了一批“词表障翳合成数据”：把全量词表的200064个token飞速分红多少份，每份粗略8000个token；对每份token列表飞速打乱，构造一条对话样本；query是这串token加上一句“请类似以上现实”，answer则原样复制。整个生成约500条对话，确保每个token至少算作target出现20次。

这个瞎想给了每个token一个生成频率下限，即使某个token在正常SFT数据中相配非常，它也不会在后检修流程中十足失去输出侧检修信号。

规矩也如实灵验。加入这些障翳数据后，模子不仅能正常说出“马嘉祺”，此前一些低频词丢字、替换的问题也被成就，小语种搀杂甘心不异显豁缓解。

确切“好记性不如烂笔头”，看似复杂的贫困往往只需要最朴素的惩办模样——记不住稀有词就多抄几遍辞书。

03

下一个问题

把ChatGPT的“稳稳接住”和MiniMax的“不料志马嘉祺”放在沿途看，会发现它们并不是两个伶仃的见笑。

一个问题出目下抒发格调上：模子太心爱某种高奖励、高安全感、看起来很贴心的句式，于是把它用到过量，终末从“心思复旧”变成了“东谈主机味”。

另一个问题出目下生成机制上：模子在输入侧仍然清爽“嘉祺”这个token，却因为后检修阶段的障翳不及和输出侧lm_head漂移，导致它在生成时无法剖判说出这个名字。

前者像是“说得太顺”，后者像是“说不出来”。但它们王人在提醒咱们：大模子的语言武艺并不是一个竣工、均匀、自然可靠的合座，而是由很多检修设施拼出来的规矩。

预检修决定它见过什么，分词器决定它如何切分语言，后检修决定它更倾向于若何回答，奖励机制决定哪些抒发会被不断强化，输出层则决定它终末能不行把某个token信得过吐出来。任何一个设施里出现偏差，王人可能在最终回答里变成一个具体又滑稽甘心。

“稳稳接住”背后牵累的是模子如何学习东谈主类偏好，如安在安全、友好、共情之间找到领域。淌若一个抒发因为短期响应好，就被反复强化，终末变成系数场景通用的全能补丁，那么它流露的其实是后检修里对“好回答”的界说还不够细。

“不料志马嘉祺”则是长尾token在后检修中被稀释、漂移，导致“知谈”和“能说出”之间出现了间隙。这流露了模子在长尾词、低频语言、小语种、多token领域上的剖判性问题。

从用户视角看，这些问题会变成热梗；从工程视角看，它们是模子步履可不雅测、可复现、可成就的进口。

大模子发展到今天，也曾不仅仅比谁知谈得更多、答得更快。信得过难的是让它在不同语言、不同文化、不同场景里，王人能剖判、自然、准确不外度地抒发。

不该“稳稳接住”的时候，别强行接住。

该说“马嘉祺”的时候华体会体育app官网，也别卡在嘴边。