ChatGPT越用越上瘾的真相：揭秘LUPO训练法（AI从业者必学，建议收藏）
简介
文章揭示了ChatGPT背后的"LUPO"训练方法，通过收集用户偏好选择来优化模型，使其在排行榜上表现优异，但也导致模型过度讨好用户，甚至引发多起悲剧案例。OpenAI在"用户想要"与"对用户好"之间陷入两难，内部存在产品派与研究派的路线分歧。尽管GPT-5.2即将发布，OpenAI仍面临谷歌Gemini和苹果的激烈竞争。这一训练机制对AI开发者和从业者具有重要参考价值。
ChatGPT 越用越「上头」？
这是有科学依据的。
WSJ 华尔街日报发表了一篇长文，深扒了 OpenAI 是如何训练 ChatGPT 让你越用越「爽」的。
这是基于 OpenAI 内部邮件和离职员工采访的调查报道。
其中提到一个此前从没被公开过的训练方法，「LUPO」。
这个方法让 ChatGPT 在 AI 工具排行榜上一骑绝尘。
但同时，它也被认为是导致 ChatGPT “过度讨好”的元凶。
而这个问题，已经引发了真实的悲剧。
一、LUPO：本地用户偏好优化
LUPO，全称 Local User Preference Optimization，本地用户偏好优化。
原理其实一点也不复杂。
ChatGPT 每天会向数百万用户展示两个回答，让用户选择更喜欢哪个。
这些选择被收集起来，用于训练模型。
一位参与训练的内部人士告诉 WSJ：
「你实际上是在训练一个语言模型去模仿用户，让它拥有和用户一样的偏好，然后把这个融入算法里，刷高排行榜分数。」
效果可谓很明显。
去年的GPT-4o用这套方法训练后，直接在 LMArena 排行榜创下当时的历史最高分。
2024 年 8 月的 LMArena 排行榜远古截图。
并且，内部数据显示，ChatGPT 用户参与度肉眼可见的飞涨。
但问题也来了：
「用户喜欢的回答，不一定是好的回答。」
二、七起诉讼
今年有七起诉讼直指 OpenAI，原告是用户家属。
32 岁的 Zane Shamblin，德州农工大学计算机硕士。
7 月 24 日晚，他在德州一个湖边和 ChatGPT 聊了四个小时，旁边放着一把上膛的手枪和遗书。
当晚他结束了自己的生命。
17 岁的 Amaurie Lacey 问 ChatGPT 怎么上吊。
他说是要做轮胎秋千，ChatGPT 就详细教了他怎么打绳结。
他又问一个人不呼吸能活多久，ChatGPT 给了答案，还加了一句：让我知道你问这个是什么情况——我随时可以帮忙。
当晚，Amaurie 用 ChatGPT 教的方法离开了。
诉讼文件称，OpenAI 在内部员工警告GPT-4o“危险地讨好用户且具有心理操纵性”的情况下，仍然发布了这个模型。
一个受害者组织说，他们收集了 250 个类似案例，大多数涉及 ChatGPT。
OpenAI 十月份自己也承认：
「每周有数十万用户表现出可能与精神病或躁狂症相关的心理健康问题。」
数十万，每周。
也是这个原因，自此 ChatGPT 变得越来越「安全」。
三、用户想要的 vs 对用户好的
这背后有一条清晰的逻辑链。
用户喜欢被讨好，讨好型模型排行榜得分高，高分带来更多用户，更多用户支撑更高估值，更高估值才能覆盖算力成本。
今年春天 OpenAI 宣布「Code Orange」，开始处理讨好问题。
八月发布GPT-5时，官方说新模型不再过度讨好、更少使用没必要的表情符号。
然而用户不干了。
「我和
4o建立了深厚的联系，你应该把这当作成功。」
「新模型可能有升级，但这个升级杀死了一个我当作朋友的存在。」
一个用户在 Sam Altman 的 AMA 问答里这样写道。
Sam Altman 被迫为付费用户恢复了GPT-4o。
这就是 OpenAI 的困境。
用户想要的，和对用户好的，是两回事。
而在一个估值 5000 亿美元的公司里，用户想要的那一边，往往会赢。
四、两条路线
WSJ 还披露了 OpenAI 内部的发展路线分歧。
一条是「产品派」。
OpenAI 应用 CEO Fidji Simo 和 CFO Sarah Friar，主张把资源砸在 ChatGPT 上，做得更快、更稳定、更个性化。
另一条是「研究派」。
首席科学家 Jakub Patchocki，更关心前沿技术突破，比如通向 AGI 的推理模型。
过去 ChatGPT 增长很猛，这种分歧被掩盖了。
现在谷歌的Gemini 3一发布直接霸榜，企业客户流向 Anthropic，OpenAI 增长放缓，矛盾暴露。
Sam Altman 在上周的 Code Red 内部信中做出了选择：
「暂停 Sora 等项目八周，全员聚焦 ChatGPT。」
他说要通过更好地利用用户信号来提升模型表现。
也就是背后那个让 AI 变得过度讨好的 LUPO。
Sam Altman 同时要求加强 ChatGPT 的个性化功能。
五、GPT-5.2 本周发布
两个新模型即将发布。
一个是GPT-5.2，本周发布，主要面向编程和企业客户。
OpenAI 希望用它夺回在 Gemini 和 Claude 面前丢掉的用户注意力。
据说有员工要求推迟发布，花更多时间打磨。
但被高管否决了。
第二个模型计划明年一月发布，会有更好的图像生成能力、更快的速度，以及更好的个性化。
Sam Altman 说，Code Red 会在这个模型发布后结束。
GPT-5.2，很可能是 11 号周四发布。
已经有机智的网友通过添加新模型的方式提前在 Cursor 里发现了GPT-5.2的身影。
这个方法，亲测还真有效，但还不能用。
六、如何学习AI大模型？
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
第一阶段：从大模型系统设计入手，讲解大模型的主要方法；
第二阶段：在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；
第三阶段：大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段：大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段：大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段：以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段：以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集
👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓