A motor és akkumulátor

Minden autó legfontosabb részei az akkumulátor és a motor. Egyik nélkül sem tud menni az autó. Nagyon fontos, hogy egy autónak ezen részei mindig hibátlan állapotban legyenek. A motor is csak akkor működik jól, ha valamennyi alkatrésze összhangban van, mindegyik hibátlan. Így van az akkumulátorral is. Ha például nem tölt rendesen a generátor, vagy épp nagyon magas a töltés, akkor érdemes a lehető leghamarabb szervizbe vinni az autót, mert az ilyen – sokszor apróságnak tűnő – problémákból adódik, hogy indítanánk az autót, de az nem reagál semmire. Ezt a kattogó hangot pedig senki nem szereti.

Mindkét alkatrész tehát odafigyelést igényel, hisz csak így vehetők észre rajtuk azok a kisebb problémák, amelyeket még könnyedén lehet orvosolni anélkül, hogy ki kelljen cserélni az egész alkatrészt. Motor esetében a különböző zajok adhatnak okot arra, hogy aggódni kezdjünk, hogy valami nincs rendben a motorral. Ilyenkor lényeges, hogy amennyiben nem értünk hozzá, ne akarjuk megjavítani, hanem bízzuk ezt megfelelő szakemberre. A szerelők számára nincs is siralmasabb látvány, mint amikor olyan autót visznek be hozzájuk, melynek motorán látszik, hogy valaki már hozzábabrált, és elég sok mindenben kárt tett. Erről egész kötetnyi anyagot mesélhetnének a szervizek munkásai.

Hey Tomi — good question. According to the publicly available info, Responsive AI (by Responsive) uses the API from OpenAI (so the underlying models from OpenAI, e.g., GPT-series) for its “GPT assistant” features. responsive.io+2responsive.io+2

Here are the key details:

1. In their FAQ they state: “We are using OpenAI’s GPT API for our generative-AI and GPT assistant features.” responsive.io
2. They further clarify that the assistant uses “the same underlying technologies and large language model as ChatGPT […] but it is distinct from ChatGPT.” responsive.io
3. They also say they do not use their customer data to train OpenAI’s public models. responsive.io

In a blog post they explain that their system uses retrieval-augmented generation (RAG) and LLMs to leverage their customers' libraries and respond, rather than just generic model output. responsive.io

However, they don’t publicly specify exactly which GPT model version (e.g., GPT-4, GPT-4-Turbo, GPT-3.5) they are using, nor the exact parameter-count or fine-tuning details.

If you like, I can try digging into their tech stack further (e.g., developer docs, patent filings) to see if there’s a more specific model version mentioned. Would that be useful?