克雷西 发自 凹非寺

量子位 | 公众号 QbitAI

奥特曼又又又亲自官宣了ChatGPT的一项“重要更新”——

从现在起，你的ChatGPT可以听从指示，在输出内容中不再滥用破折号。

为啥一个普通的标点符号，能让奥特曼亲自宣传，而且还极具热度呢？

因为在这之前，ChatGPT实在是太喜欢用破折号了，以至于这个标点成了人们判断AI生成内容的一个标志。

再加上之前的ChatGPT在这个问题上不是很听话，即便要求它不要加破折号，结果依然我行我素。

现在呢，按照奥特曼的说法，这个问题已经被修复了。

不过颇具黑色幽默的是，有网友告诉ChatGPT别用破折号，结果ChatGPT就明晃晃地在“知道了”后面加上了一个。

ChatGPT对破折号的“痴迷”早已让用户不胜其烦。

在OpenAI的官方论坛上，充斥着大量用户的吐槽帖子。许多人抱怨，无论他们如何在自定义指令中恳求甚至威胁，AI依然会顽固地在回复中插入破折号和不必要的缩进。

这种标志性的写作习惯，几乎成了AI生成的标志，使其文本AI味十足，极易被识别。

用户们为了治好这个毛病，可谓想尽了办法，甚至使用了戏剧性的情感提示词（Emotional Prompt），但收效甚微。

不过，到底是为什么，破折号如此受到AI的青睐呢？

GitHub软件工程师Sean Goedecke的一篇博客，对这个问题进行了研究。

博客从一些简单猜想开始分析，一开始给出的猜测包括破折号本身就常见，并且破折号功能丰富，而且AI更倾向于简洁性表达。

但这些猜想很快被一一否定——

接着，Sean把目光投向了大模型后训练中的一个重要环节——RLHF。

他推测，AI对破折号的偏爱极有可能来自于RLHF信息提供者的语言习惯。

博客指出，RLHF通常在肯尼亚、尼日利亚等低人力成本、高英语水平的非洲国家进行，因此AI的习惯会和这些地区的人相似。

比如像“delve”这样的词汇，在非洲英语中就非常受青睐，结果AI也同样高频使用。

但这个猜想并不能解释破折号被AI喜欢的原因，因为非洲英语当中破折号的使用频率，反而低于平均水平，甚至连十分之一都不到。

接下来，Sean介绍了一个重要发现——GPT并非从一开始就喜欢破折号，而是从GPT-4开始，使用频率比之前增长了十倍。

所以，问题大概率就出在3.5和4之间的这一段时期了。那么这段时间里发生了什么呢？

彼时，AI的训练正在面临“数据荒”，人们开始千方百计地给AI寻找新的训练数据。

其中一个手段，就是扫描19世纪末到20世纪初的纸质书籍，然后喂给AI。

同时，Sean找到了一个关于英语标点符号使用频率的研究，发现这段时间刚好是破折号的使用高峰。

比如1851年美国小说家赫尔曼的《白鲸记》（Moby-Dick）当中，一共有1728个破折号。

Sean认为，尽管还有一些问题未被解释，但19世纪出版物的引入，有很大概率就是AI好用破折号的“幕后黑手”。

参考链接：[1]https://x.com/sama/status/1989193813043069219[2]https://techcrunch.com/2025/11/14/openai-says-its-fixed-chatgpts-em-dash-problem/[3]https://www.seangoedecke.com/em-dashes/

— 完 —

量子位 QbitAI

关注我们，第一时间获知前沿科技动态