なぜGPT-5は「小鬼」と例えたがるのか OpenAIがNerdy個性の報酬学習バグを解明
OpenAIはGPT-5.1以降のモデルで「ゴブリン」などの比喩が頻出した原因を公表した。「Nerdy」個性向けの報酬信号が怪物単語を過剰に評価し、強化学習と微調のループを通じて全体へ波及していたという。同社は3月に同個性を廃止し学習データを浄化した。
OpenAIはGPT-5.1以降のモデルで「ゴブリン」などの比喩が頻出した原因を公表した。「Nerdy」個性向けの報酬信号が怪物単語を過剰に評価し、強化学習と微調のループを通じて全体へ波及していたという。同社は3月に同個性を廃止し学習データを浄化した。
PerplexityはOpenAIの最新モデル「GPT-5.1」をProおよびMax有料会員向けに導入したと発表した。日常会話向きのInstantと高度な推論を担うThinkingの2種が利用可能。CEOは月之暗面の「Kimi K2」も近日追加すると予告した。
MicrosoftはCopilot Studioで「GPT-5.1」の実験的提供を開始した。米国の早期リリース環境のユーザー向けで、対話や推論における思考時間の適応性が向上している。評価段階のため、現在は非本番環境での利用が推奨されている。
OpenAIはGPT-5.1シリーズ(InstantおよびThinking)を発表した。より親しみやすい口調に改善されたほか、Instantモデルにも適応型推論が初導入され、問題の難易度に応じて思考時間を自動調整する。有料プランから順次提供される。