OpenAI调整训练方法，移除哥布林相关奖励信号

哥布林及相关魔法提及在训练中被过度奖励，并且这种行为在后续模型中得到了强化。我们移除了未来模型中的哥布林相关奖励信号，并过滤了生物出现在无关上下文中的训练数据。