Grokに限った話であれば、所謂スクレイピング段階の雑多なデータ集め段階で使うというより、ユーザーがどんな要求してやりとりからどんな結果が出た、どう調整しようとしている、っていうデータを拾って最適化するためっぽい書き方されてたので、ここでいう生成物からの調整自体は人間がやる段階の話じゃないかと思いますね　基礎学習にも「一般的に悪いとされる傾向（ネガティブプロンプトで引っ張れるやつ）」として使えるとは思いますが、それでもデータ整理はAIのが人間よりうまいのでそこは心配ないかなと