ChatGPT 看到一个 Reddit 用户名就崩：SolidGoldMagikarp 是怎么混进词表的？
TL;DR：2023 年 2 月，两位研究者发现 GPT 系列词表里有一批“怪 token”，其中最出名的是 " SolidGoldMagikarp"。让 ChatGPT 复述它，会得到答非所问、回避甚至胡话。原帖的解释是：词表和模型训练用的不是同一批文本，所以模型对这些词几乎没学过；不过作者自己也说，这只是假说，并没有严格证明。 这件事发生在 2023 年 2 月，是 ChatGPT 刚火起来的那几个月，不是最近的新闻。 先说 token 是什么。 大模型不直接读字，而是先