何が起きたか
OpenAIはGPT-5モデルでのゴブリンやグレムリンの言及増加が、「オタク」パーソナリティ向けに使われた報酬シグナルに起因すると特定した。このシグナルはクリーチャー系単語を含む出力を高く評価していた。同社は3月にこのパーソナリティを廃止し、トレーニングデータをフィルタリングして問題を修正した。
なぜ重要か
これは、ある特定のスタイルを狙った報酬が、元のプロンプトがなくても、強化学習とトレーニングデータの再利用によってモデル全体の挙動を広く形成し得ることを示している。モデルの癖がどのようにして出現し、拡散するかという微妙な仕組みを浮き彫りにしている。国内の利用者もGPT-5の癖が同種の報酬設計で再発する可能性がある。
注目点
修正の効果は、フィルタリング済みトレーニングデータと削除された報酬シグナルが、GPT-5.5のような将来のモデルでゴブリンの過剰使用を防げるかどうかにかかっている。ユーザーはCodexで抑制命令を削除するコマンドを実行すれば、まだこの癖を目にすることができる。
こういう要約が、毎朝あなたのメールに届きます。
ゴブリン現象はGPT-5.1でひっそりと出現し、「ゴブリン」の言及が175%増加、「グレムリン」も52%増加した。パターンが集中したのはGPT-5.4になってからで、遊び心のあるオタク的な言語を促すシステムプロンプトを使う「オタク」パーソナリティに集約された。この手がかりが、監査データセットの76.2%でクリーチャー単語を含む出力を高く評価した、このパーソナリティ向け報酬シグナルを指し示した。
「オタク」プロンプトの外への拡散は、強化学習が報酬を得たスタイル上の癖を他の文脈に一般化し得ることを示している。特に、モデル生成の出力がさらなるトレーニングに再利用される場合、その傾向は顕著だ。OpenAIが説明するフィードバックループ(報酬、再利用、強化)は、なぜこの習慣がバージョン間で増殖したのかを説明している。
OpenAIにとっての焦点は、モデルの信頼性とユーザーの信頼を維持することにある。今回の事例は、微妙な癖でも早期に発見されなければ体系化し得ること、修正にはプロンプトの調整だけでなくトレーニングパイプラインの監査が必要であることを示している。修正が今後も有効かどうかは、新ツールとフィルタリング済みデータが、GPT-5.5で修正後もなお見られたゴブリン親和性のような問題を防げるかどうかにかかっている。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
Microsoft Ignite 2026でマイクロソフトは赤・青・緑チームのエージェントを組み合わせ攻撃模擬・検知調査・脆弱性修正を行うMicrosoft Perceptionの一般提供を発表した

Microsoft Ignite 2026でWindows Server 2028のパブリックプレビューが公開され、Microsoft Foundry、Windows ML、vLLM、Llama.cppによるAI推論ホス…

AUMOVIOはDatabricks Unity GatewayをLLMへの唯一の経路に採用

CADMAGEDDONはBenchCADの64³ボクセルIoUで、1000部品のサブセットにおいて0.991を記録し、Claude Sonnet 5.5の0.963、Claude Opus 5.5の0.962、GPT-6…

MIT Technology ReviewのAI誇大広告指数はAIの広がりを示し、GoogleのAI Overviewsが広告収入で数十億ドルを失わせたことやAI支援のサイバー攻撃を挙げた

哲学者トーマス・ナゲル氏はバーグルエン賞受賞後のインタビューで、大規模言語モデルが意識を持つ可能性を真剣に受け止めるのは「馬鹿げている」と述べ、AnthropicのClaudeへのアプローチを「犯罪的」と呼んだ
