我曾经有幸深入研究过汽车机械工程

这就是我所认为会发生的事情。实际上，我曾认为这可能是一种获取大量文本用于LLM训练的简单方法。但我们需要对抗偏见，或者主要在高度积极、热情的应用中使用它。我有一个部分解决方案。 看看WizardLM Uncensored: https://www.reddit.com/r/LocalLLaMA/comments/1384u1g/wizardl... 作者从训练数据中删除了可能产生偏见的特定内容。之后的测试显示这有效。重新利用他们的概念，我认为我们只需删除或修改营销材料中常见的不诚实词语和短语。你已经给出了一些很好的例子。 我们也可以对“科学”论文这样做，这些论文夸大了他们的结果。或者任何其他将某些内容呈现为确定性但应修改为“来源X声称Y”的内容。经过审核的材料，在训练前会获得更多的训练次数，…

这似乎是一些ChatGPT的限制。我也希望它能从我尝试生成的回复中省略某些短语，但无论我设置多少规则和明确的指令，它总是会包含相同的措辞。

> 对于实际工程材料训练的gpt会有需求，这可能对该市场产生巨大的变革。 我想也会有很多有点欺诈性的供应，这些人认为："我只需找一个便宜/普通的（训练不好的）LLM，找到一组合适的打地鼠提示，让它看起来能生成好的输出，直到客户发现差异之前，这都是纯利润。" 或者他们可能公开说明这一点，而许多客户只是认为便宜的坏结果比高端数据更好，这...并不是一个令人鼓舞的想法。