Email Dataset

观众: 关于数据的选择显然有一个关于谷歌的问题它采集了所有发布的帖子并告诉人们在披萨上涂胶水这样它们就粘在一起了。 这显然是个需要解决的问题。但如果你不是《纽约时报》你不能雇佣律师提起诉讼有没有办法选择不让你的网上数据被公司抓取并用于训练 ？ ： 是的这就是为什么我们正在构建这个内容媒体管理器。它是为出版商设计的但我们正在寻找任何人都可以识别他们不希望被用于训练的数据的方法或者他们对这些数据的使用有具体要求。 我们将尝试多种不同的方法来做这件事。我认为让人们能够控制他们的数据非常重要。但还有一个问题是“你今天在数字世界中按照自己的意愿运作的能力如何？”问题陈述应该是什么？是说你不希望你的数据出现在任何地方？ 这是一个可以考虑的问题陈述另一个可以考虑的问题是“你不希望 系统对你的思维方式、操作方式和与信息互动的方式产生影响。



”我认为这也是我们在 意大利电话号码表 考虑隐私和数据使用时需要考虑的问题。 观众： 我想问一个问题 是一个大型语言模型我们之间的交流往往依赖于上下文和情感以理解彼此的来意。你提到你在另一个国家长大不了解流行文化。 的模型截止到 年 月然后你们依赖网络搜索来补充数据。所以当我们谈论虚假信息和确保正确性时我输入一个搜索请求时如果它误解了当前的政治背景例如如何确保你们从正确的参考资料中获取正确答案？由于你们授权的受信任来源是商业秘密我们如何知道你们提供的信息是正确的？ ： 实际上有趣的是 项目最初是一个关于真实性的研究项目。



我们希望能够表达不确定性并希望能够在大型语言模型中引用信息然后它转变成了不同的研究项目。 所以我们今天在平台上所做的事情我们有浏览器和工具我们引入了工具和浏览功能可以查找内容我们也在与出版商合作以便将新闻和额外内容带到平台上提高准确性。 我们还在处理幻觉问题幻觉问题正在逐步减少这显然是大型语言模型的一个主要问题。我认为它不会完全消失但随着模型变得更聪明它们会变得更好我们应该期待它们的可靠性提高不会编造东西。虚假信息问题非常复杂因为你有幻觉问题需要知道信息的来源我们也在努力解决这个问题。 我们希望信息来源尽可能广泛同时还需要考虑产品的应用场景不同的应用场景会有所不同比如在学习过程中与在购买推荐过程中所需的信息不同。