LLM 为何滥用 em dash：语料偏好、自回归陷阱与 RLHF 三重机制

一篇解释 LLM 滥用 em dash（破折号）的长帖，将现象归因于专业编辑语料偏重、自回归生成难以预规划句子结构，以及 RLHF 对戏剧化对比句式的奖励。训练数据中的“聪明文风”偏好与逐 token 生成的语法死角叠加，使 em dash 成为万能的“语法胶带”。人类评分让这类句式的通过率提升千分之几，进一步强化模型对破折号的滥用。