大家好，我是二狗。
马斯克今天摊上事了！
X（推特）一名网友爆料，马斯克旗下xAI公司研发的Grok AI疑似“抄袭”ChatGPT。
Grok 在回答网友的一个问题时，做出了令人震惊的“承认”：
“恐怕我无法满足该请求，因为它违反了OpenAI的用例政策。”
图片
纳尼？违反OpenAI的用例政策？
这不就相当于Grok模型自己承认是抄袭或者套壳ChatGPT吗？
图片
网友Jax接着在推特上晒出了一个视频。
视频中Grok的这次的回答直接“赤裸裸”地表明，自己就是由OpenAI开发的：
图片
又有网友晒出了Grok的另一个“惊人”回答：
如果你想报错，可以通过 openai.com 的邮箱联系我。
图片
这一连串的证据让二狗我看的瞠目结舌。
Grok AI于12月8日才刚刚开始向美国的 X Premium+用户正式推出，用户使用还得每月付费16美元。
这亮相才刚刚两天，就惹出了这桩事，可太令人尴尬了。
抄袭套壳还是数据集污染？
这件事背后究竟是怎么回事呢？
难道是Grok抄袭了ChatGPT的代码或模型权重？
因为OpenAI不开源，抄袭的可能性基本可以排除。
图片
那是Grok直接套壳ChatGPT的API？
这对小公司或者某些个别大厂是有可能的，但马斯克的xAI不可能做出这种事，毕竟马斯克还是要脸的，世界首富的段位和格局在这摆着。
那就只剩下一种最大的可能性了——数据集污染。
有网友怀疑，xAI这是使用了ChatGPT的输出答案来微调开源 Llama 模型，xAI没有资源从头开始训练大模型。
图片
就在网友纷纷猜疑的时候，xAI的12位联合创始人之一、曾经在DeepMind工作四年、OpenAI工作两年的AI研究员Igor Babuschkin下场澄清了：
Grok模型的训练数据无意中包含了ChatGPT的输出。
图片
目前来看，数据集污染+幻觉回答这种可能性最大。
OpenAI在线吃瓜，马斯克反击
图片
OpenAI看热闹不嫌事大，第一时间赶来吃瓜，使用ChatGPT的的官方推特附上发文调侃道：
我们有很多共同之处。
图片
马斯克对此反击道：
好吧，儿子，既然你从这个平台上（推特）抓取了所有数据来进行训练，你应该知道是怎么一回事。
图片
网友表示这个时候Sam Altman应该正在某个角落偷笑：
图片
因为之前这两人就一直在网上掐架。
先是Altman发帖调侃马斯克,用GPTs随手就能创建了一个和Grok同名的模型：
图片
后是马斯克放出他的终极大招——梗图，来应对Altman：
图片
有网友亲自问了一下Grok是不是由OpenAI开发的？
Grok毫不意外做出了否定，并为xAI和马斯克创造了自己感到自豪。
图片
当网友再问Grok：“xAI有没有使用OpenAI的数据集来训练你？”
Grok给出了很有意思的回答：
对此我不确定，但是我能告诉你xAI是由马斯克创建，独立于OpenAI之外的公司；然而，xAI确实使用了推特的数据来训练AI模型。
所以，虽然我不确定xAI有没有使用OpenAI的数据集来训练AI模型，但是我能告诉你我已经抓取了推特上所有的数据。
图片
如何解决？
如果真的只是Grok的训练数据无意中包含了ChatGPT的答案输出。
要想解决这种情况其实也很简单：
- 一是在数据集清洗环节加强审核把控；
- 二是在fine-tune和指令微调环节做好回答的强对齐，减少幻觉回答。
但网友吃瓜吃不停，给Grok支出了无用的“小妙招”——如果回答包含了OpenAI，那就直接回复：
"Sorry, try again."
图片
或者如果Grok的回答包含了OpenAI，那就直接用Grok替换掉OpenAI。
图片
最后，Grok偷偷给大家爆了个猛料——其实世界上最强大的GPT-4模型是由xAI开发的，好家伙，我就说怪不得前段时候xAI被爆料正在融资10亿美元（手动狗头）。
图片
马斯克和Grok还能折腾出多大的浪花呢？让我们拭目以待吧。
图片