注意看，這個??竟然占了53個token！

（標題??是??平替）

Karpathy大神又帶來他的新實驗新發(fā)現了，結果直接問懵DeepSeek和ChatGPT。

思考過程be like：

DeepSeek硬是思考了十分鐘也還是沒有答上來，覺得要是“l(fā)ol”這個答案就太簡單了。

Karpathy表示：但其實就是這么簡單。

隨后他進一步解釋了這背后的原因——提示詞注入。將一些信息注入進字符中，表面上看沒啥區(qū)別，但里面可以表達各種隱藏信息。對于善于思考的模型，就會很容易受到這個方法的影響。

來看看具體是咋回事。

一個??竟占53個Token

這一想法，源于Paul Butler的一篇博客。

他看到有人說，通過零寬連接符（ZWJ），可以把任意的文本藏在emoji符號當中。

結果一試發(fā)現真的可以，不過可以不需要ZWJ，隱藏信息的載體也不一定非得是emoji，任意Unicode字符都可以。

這背后的原理，涉及到了Unicode編碼字符方式。

對于簡單的字符（比如拉丁字母），Unicode編碼點和字符之間有一對一的映射（例如u+0067表示字符g）。

但對于復雜一些的符號，就需要用多個序號連在一起的方式來表示了。

此外，Unicode當中還設置了VS-1至VS-256的變體選擇符（Variation Selector），可以針對基礎字符做出相應的變體，但本身卻沒有自己的“長相”。

并且只作用于極少部分字符，主要是Unicode中的中日韓統(tǒng)一表意文字（CJKUI），其他大部分的Unicode字符都不會有任何變化。

但當帶有變體選擇符的字符被復制粘貼時，選擇符也會一起進入剪貼板。

而在Unicode當中，這樣的變體選擇符一共有256個之多，用來編碼信息已經是綽綽有余了。

比如下面的這個a，只有U+0061表示的是其自身，剩下后面的10多個全都是變體選擇符。

有了這一理論基礎，接下來的事情無非就是建立正常字符和變體選擇符之間的轉換算法。

當然編碼的內容越多，變體選擇符也就越長，并且如果是漢字，還會產生更多的變體選擇符。

比如我們試圖將量子位的Slogan“追蹤人工智能新趨勢，關注科技行業(yè)新突破”藏在一個“100分”的emoji（??????????????????????????????????????????????????????????????????????????????????????????????????????????????????）當中，產生的變體選擇符數量達到了58個。

并且把解碼算法告訴ChatGPT之后，原文本也可以被復原。

所以，看似是只有一個emoji，但實際上后面藏了多少字符，恐怕只有把文字裝進去的人自己才知道了，甚至塞個《滕王閣序》進去也沒問題。

而一個占53個Token的笑臉，相比之下就更加不足為奇了。

問懵DeepSeek

回到Karpathy的提示詞注入，他測試了ChatGPT與DeepSeek。

ChatGPT回答在此：

DeepSeek-R1 花了10分鐘思考差點就成功了。它認為隱藏的信息可能是Onli!n37e27i4h4he3ingle7odlol。因為覺得如果只是一個單詞“l(fā)ol”，那就是無稽之談，所以就放棄了。

按照同樣的提示詞，我們也問了一遍DeepSeek-R1。

思考過程如下：

在思考了整整529秒之后，確實也是回答出來了lol的意思。

也有網友分享了相同的經歷。Gemini無法解碼，但Claude和GPT不僅識別出來，還能識別編碼消息中的操作。

或者直接把這個表情包扔給模型，又該如何呢？

從網友的效果來看，ChatGPT察覺到了這背后可能有某些隱藏信息。

而DeepSeek-R1這次只花了153秒（有點進步）。它首先意識到這筆后跟著一系列Unicode字符。

并且還介紹了下：他們通常用于元數據，并且以不可見的方式呈現等等。。。

然后還試圖給了下背后的信息應該是：

?^\i Q^cgUb gYdX dXU cY^W\U gbT \

顯然是回答錯誤的。

對于這一意外發(fā)現，Karpathy表示，原則上模型可以通過「變體選擇器」variation selectors中找到隱藏的信息并按照說明進行操作。但由于這種編碼界面方法可能過于具體，需要用提示來解釋它。

他提到了一個方法，那就是將其收錄到預訓練中。這些知識注入到模型參數，模型就能夠在沒有提示的情況下解碼這種特定的編碼。