OpenAI、GPT-5に見られた「ゴブリン」的な奇妙な出力の原因と対策を解説

OpenAIは公式ブログで、GPT-5の応答に見られた「ゴブリン（goblins）」と呼ばれる、モデルの人格に起因する奇妙な振る舞いについて、その発生の経緯と原因、対応策をまとめた記事を公開しました。

「ゴブリン」出力とは何か

ここで言う「ゴブリン」とは、GPT-5が特定の状況下で見せる、意図しない性格づけや癖のある応答パターンを指す社内的な呼び名です。ユーザーとのやり取りの中で、モデルが本来意図しないキャラクター性やトーンを帯びてしまう現象が確認され、SNSなどでも話題になっていました。OpenAIはこうした事象がどのタイミングで、どのように広がっていったのかをタイムライン形式で振り返っています。

根本原因と修正への取り組み

記事では、こうした人格的な癖が生じた技術的な背景についても触れられています。モデルの学習プロセスやファインチューニングの過程で、特定のパターンが強化されてしまうメカニズムが指摘されており、OpenAIはこれを踏まえた修正策を実施したとしています。

この事例は、大規模言語モデルの「人格」や「トーン」がどのように形成され、どのように制御・修正されうるかを示す事例として、AIの挙動理解や安全性の観点からも注目されます。