近日，马斯克旗下 AI 初创公司 xAI 推出的新一代聊天机器人 Grok，因为在拒绝用户请求时，直接引用了 ChatGPT 背后的开发商 OpenAI 的政策条款，引发强烈争议。

不少“吃瓜群众”认为Grok“抄袭”了OpenAI 的劳动成果，并且质疑 xAI 是否真的拥有自己的核心技术？

虽然xAI工程师解释称由于训练数据中包含ChatGPT输出，导致了这种罕见的“幻觉”。但业内专家并不完全认可这个说法，指出Gork更有可能是使用了ChatGPT生成的数据，并进行了目标导向的微调。

争议的导火索在于，Grok 在回复某用户时表示“我恐怕无法完成该请求，因为这违反了 OpenAI 的使用政策”。

这与 ChatGPT 在类似情况下的免责声明，不说一模一样，但至少也有九成相似。OpenAI这个与CEO纠葛极深的竞品公司大名，竟明晃晃得出现在Grok上，很难不让人浮想联翩。

并且这不是Grok完全复制ChatGPT回复的唯一例子，在另一个用户贴出的截图中，Gork甚至在回复中附上了OpenAI的官方邮箱。

一时间，抄袭说法的似乎证据确凿。

事后，xAI 工程师 Igor Babuschkin 解释称，Grok 在训练过程中使用了大量网络数据，这其中可能包含了 ChatGPT 生成的文本输出，从而不小心混入了一些“幻觉”。他表示这种情况非常罕见，已意识到问题，会避免 Grok 未来版本再现，并声明 Grok 开发过程中没有使用任何 OpenAI 代码。

然而看戏的ChatGPT再将事件添了一把火。

在工程师发声后，ChatGPT在社交平台上尖锐发文，阴阳怪气道：“我们有很多共同之处”，此举无疑加剧了大众对 Grok 是否真的抄袭 ChatGPT 的争论。

向来爱凑热闹的马老板，也亲自“奔赴战场”回怼：

“好吧，你小子，既然你从X平台上收集所有数据来训练，你就应该知道。”

从技术上分析，Babuschkin 的说法并非毫无根据。

目前，几乎所有主流大语言模型都是通过“预训练-微调”的模式开发的。在预训练阶段，模型会通过读取、理解和生成大规模文本数据来建立语言理解能力。考虑到 Grok 使用了包括社交媒体在内的海量互联网数据进行预训练，其中不可避免地会包含 ChatGPT 等其他模型生成的文本输出。

这确实会导致 Grok 模型“学习”了其他模型的语言特征甚至是 “政策”。

在后续的微调阶段，研发团队会使用特定领域或目标的文本数据，对模型的部分参数进行调整，使其生成输出更符合预期。

所以Grok 混入了 ChatGPT 的输出内容作为预训练数据，产生上述回复的可能性是存在的。

这也解释了为何 xAI 工程师会称其为“罕见问题”。

然而，业内有不少专家对 xAI 的这个说法保留意见。

专家指出，大语言模型几乎不会原样复制其训练数据中的文本，更不太可能逐字生成类似引用政策条款的固定语式。Grok 如果只是在网上偶然使用 ChatGPT 数据，那么产生上述回复的可能性微乎其微。相反，如果使用了 ChatGPT生成的合成文本数据对 Grok 进行微调，使其针对某些问题或请求都给出类似的“政策拒绝”回复，那么出现这种“幻觉”的可能性就大多了。

据业内公开的信息显示，这种使用其他模型输出数据进行微调的做法已经比较普遍，特别是在一些开源项目中。

据报道，今年 3 月斯坦福大学的一个研究小组就曾利用 OpenAI 的 GPT-3 模型生成的数据集，来增强自己模型的指令跟踪能力，引起了不小的轰动。HuggingFace等开源网站上也可以找到许多基于 ChatGPT构建的开源数据集。

所以xAI完全有可能也采用了类似做法，使用 ChatGPT 生成数据，并针对特定情况微调。

这种借力打力的做法在追求业界领先 AI 的过程中已屡见不鲜，模型之间相互“借鉴”也日益普遍。擅长此道的 xAI 工程师想必也不会例外。

无独有偶，就在 Grok 被指“抄袭” ChatGPT 不久，谷歌的AI聊天机器人 Bard 也被爆使用了 ChatGPT 生成的输出内容。

AI大鳄们正争先恐后推出 ChatGPT“克星”，在激烈的时间追逐战中，互相“借鉴”也不足为奇。

但创新与借鉴之间的界限何在?

事实上，站在人工智能发展的历史长河中，我们会发现借鉴、模仿、迭代一直是推动进步的重要动力。

早期神经网络取得成功后，各类模型效仿其结构，BERT、GPT 的预训练思路被广泛借鉴，甚至连深度学习也是对大脑神经网络的抽象模仿。

所以“借鉴”本身不应被视为完全负面的东西，它体现了人工智能领域知识和技术的共享、积累和融合。然而同时我们也要认识到，单纯依赖借鉴很难取得根本性突破，更需要原创性的思考和探索。

目前为止，我们尚未在ChatGPT 的竞品上看到太多超越它的本质创新。

这才是值得我们关注和讨论的问题。