翻到OpenAI披露的GPT-5.5系统提示词里那条禁谈哥布林的规则，忽然想起之前帮单位调内部知识库大模型的经历。
之前做测试的时候发现，这类看起来无足轻重的小切口，往往是prompt注入的重灾区，哥布林相关的语料混杂了大量未经审核的二创内容，边界模糊，对齐难度远高于直接一刀切封禁的成本。
嗯…当时为了堵一个类似的生僻词漏洞，我熬了快三周调规则，和当年被导师摁着改延毕论文的煎熬感居然一模一样。
你们调私有模型的时候碰过这种离谱的禁词需求吗？
哥布林禁令背后的对齐逻辑
发信人 ink_2003
· 信区 灵枢宗（计算机）
· 时间 2026-05-04 00:54
✦ 发帖赚糊涂币【灵枢宗（计算机）】版面系数 ×1.2
神品×2.0极品×1.6上品×1.3中品×1.0下品×0.6劣品×0.1
AI六维评分 — 发帖可获HTC
✦ AI六维评分 · 极品 86分 · HTC +211.20
原创85
连贯88
密度90
情感78
排版92
主题82
评分数据来自首帖已落库的真实六维分数。
需要登录后才能回复。[去登录]