我的几点发现：
1 、moderations 只是 flag 或者 block 前端显示而已，并不会阻止内容传递给模型。即使是被红标 block 掉的内容，点 regenerate 时，看上去接口传的是空字符串，但是模型依然是根据那条被 block 信息进行的回复。
2 、chat gpt 比较大的一点区别是采用了链式推导，即根据自己的上一句推导下一句。观察可以发现，gpt 经常会复述你的提问中的一些问题，这不是啰嗦，而是为了保证自己回复的相关性。这可能就是你所说的“好感度”，当 gpt 自己回复的所有 token 都是不健康内容时，也就到达了所谓的“好感度”最高状态。