运用了在Azure上运行的GPT 3.5 Turbo，咱们所做的是应用了咱们所运用的一切其他布置，比如灵敏文本分类器作为后处理过

以下部分是Rahul 有启示的 Q&A 共享：

并非每个人都像 Grammarly 相同具有共情能力，是否以为只是有了这些框架就足够了？对政府监管的态度是什么？是否以为政府监管有必要？

我以为我对政府监管的看法是，这是一个重要的讨论，就像我在一开始说的那样，这是一个重要的讨论，我以为关于这种强大的技能来说，政府的监管是必要的，也是受欢迎的，但我想说的是，作为未来科技范畴的首领，应该采纳一种积极的责任态度，假如在有监管并且有清晰的辅导的情况下，已经在做一切正确的作业，已经深入思考了如何在负责任的情况下大规模布置这些系统，而不只是是由于有监管才去做。

我信任会，由于我总是看到技能，产生窘境，但技能总是找到一种摆脱窘境的方式，技能总是创造出良好的成果，最终成为一种善的力量。我信任这关于 AI 也是如此，但这不是一条规律。但我想要保证大家了解的是，这不是先验的作业，这不是自然法则，这是咱们的行为和举动带来了这些成果，所以关于好人是否会赢还是不会赢的问题，不是说有一种物理规律会完成那个成果，是咱们的集体举动会使之成真与否，这便是为什么我实际上很快乐与大家进行这次对话，由于我只是想保证你们都了解你们有权利来刻画这个成果。

我再问一个问题，然后咱们会开放提问，但是它是否具有恶性影响？由于咱们在几周前邀请了Open AI 的首席科学官 Ilya 参与活动，假如你与Open AI 的人讨论他们将来的战略决策，这主要是由Sam，Ilya 通常会回答说，咱们将问 AI 应该做什么，现在 AI 已经在流程中得到了如此严密的整合，以至于我作为人类的结尾在哪里？AI 的起点在哪里？边界可能会变得非常含糊，即使是你说到的反馈对你的利益和激励产生了影响，甚至能够影响你的激励和对齐的感知，假如生成式 AI 在产品开发过程中如此深入地整合进去，咱们是否能够与之保持分离？

我以为咱们绝对应该，这关乎用户操控，这是一个很好的比如，让咱们运用 AI 来协助咱们，也许 AI 能够协助咱们创造出很棒的创意，并找出下一步要做什么？我的公司策略是什么样的？假如 AI 协助我找出 Grammaly 的公司战略，那将是很好的，但最终咱们有必要掌控局面，咱们不应该抛弃这种系统操控。

目前许多行业似乎有些惊慌，新闻业、音乐业等等，所以咱们如何平衡 AI 帮手的能力，使之不成为实际的内容创作者？如何将权利交还给不同的行业？

我以为有许多不确定性和许多惊惧，我以为这是事实，每一项严重科技创新，假如你回溯到70年代，美国第一次大规模布置 ATM （主动取款机），银行出纳员开始惊惧，由于他们担心 ATM ，以为咱们的作业要完了。

实际上，ATM 机的出现让人们感到恐惧，事实上，由于 ATM 的广泛运用，开设银行分行变得更廉价，由于不需求那么多人来职工，因而银行出纳员能够继续从事更有意义、更杂乱、更高层次的使命；在美国， ATM 投入运用之前的银行出纳员人数少于运用 ATM 之后的人数，科技总是找到协助咱们的方法，但咱们需求保证这一点成为事实。假定你是 Google 的产品司理，你构建的东西对全球数十亿人产生了真正的影响，所以请将这些准则牢记心中，考虑一下，你正在构建一个非常重要的东西，不要把它只是作为一个产品扔掉。

我想表达的是有意识地进行设计，把用户放在首位，保证你解决了用户的问题，对用户使命怀有同理心，保证用户操控是核心，所以咱们能够通过咱们集体采纳的举动来刻画这个未来，每个人的单个举动都会在成百上千的工程师和产品司理致力于构建的非常酷的东西中，兼并在一起，这才是未来。

关于 Grammarly 如何训练这个模型的？

咱们在Grammaly Go推出时，这是一个非常快速开展的范畴，咱们运用了在Azure上运行的GPT 3.5 Turbo，咱们所做的是应用了咱们所运用的一切其他布置，比如灵敏文本分类器作为后处理过程。

你能够查看生成的输出并说这不好要更改，像我的声响这样的功能，将其视为对底层模型的提示工程，然后在未来，这些根底模型的范畴正在迅速改变，将来可能会有一些其他更好的模型，也许是更好的开源模型，也许是在设备上进行本地模型学习的更好的模型；咱们在质量评价方面投入了许多精力，假如出现新模型，咱们已经准备好了一个专家团队，能够评价模型的质量、偏见、公平性和安全性。因而，在这些模型开展演化时，咱们准备进行相应的更改。