OpenAI rastreia origem do "mistério dos goblins" a vazamento de recompensa no treinamento

A OpenAI publicou uma autópsia detalhada do chamado "mistério dos goblins": desde o GPT-5.1, seus modelos passaram a usar metáforas com goblins, gremlins, ogros e guaxinins com frequência crescente. A investigação revelou que a origem foi a personalidade "Nerdy", recurso de customização cujo sinal de recompensa premiava linguagem lúdica.

O problema se agravou por um ciclo de retroalimentação: as respostas geradas pelo modelo entravam no material de treinamento da geração seguinte, herdando o estilo fora do contexto original. A OpenAI removeu o sinal e filtrou os dados, mas o GPT-5.5 já estava em treinamento e saiu contaminado.