LLM隻不過是從token串預測下一個token，最準確的ground truth還是原始數據，而不是什麽學到的東西

但OpenAI不願意跟大家share 它偷到的原始數據，DS 退而求其次，用OpenAI來生成訓練數據，基於的假設是OpenAI所生成的數據跟原始數據差別不是很大。