শীর্ষ এআই ডেটাসেট এর ডেটাফিডে ক্রিপ্টোকারেন্সি ওয়েবসাইটগুলির বৈশিষ্ট্য রয়েছে৷

• Colossal Clean Crawled Corpus ডেটার জন্য একাধিক ক্রিপ্টো প্ল্যাটফর্মের উপর নির্ভর করে।
• বিশ্লেষণে দেখা যায় C4-এর টেক্সট স্নিপেটগুলির কিছু অংশ ক্রিপ্টো-ভিত্তিক ওয়েবসাইট থেকে নেওয়া হয়েছে।
• C4 এর ডেটাসেটে ক্রিপ্টো সাইটগুলির উপস্থিতি এটির পক্ষপাতের স্তরকে প্রভাবিত করতে পারে।

শীর্ষ এআই টুল, কলোসাল ক্লিন ক্রলড কর্পাস (C4), এর ডেটার একটি উল্লেখযোগ্য অংশের জন্য একাধিক ক্রিপ্টো প্ল্যাটফর্মের উপর নির্ভর করে। একটি বিশ্লেষণ দেখায় যে C4 ক্রিপ্টো-ভিত্তিক ওয়েবসাইট বা ওয়েব প্ল্যাটফর্ম থেকে লক্ষ লক্ষ টেক্সট স্নিপেট বের করে cryptocurrency.

রিপোর্ট অনুসারে, ইউএস সিকিউরিটিজ অ্যান্ড এক্সচেঞ্জ কমিশন (এসইসি), যা এখন উল্লেখযোগ্য পরিমাণে ক্রিপ্টো-সম্পর্কিত তথ্য ধারণ করে, 36 মিলিয়ন C4 টোকেনের জন্য অ্যাকাউন্ট, যা প্ল্যাটফর্মের ডেটাসেটের 0.02% প্রতিনিধিত্ব করে। SEC-এর ওয়েবসাইট (sec.gov), যেখান থেকে C4 ডেটা সংগ্রহ করে, C39 দ্বারা নিয়োজিত ওয়েবসাইটগুলির মধ্যে 4তম স্থানে রয়েছে।

Satoshi Nakamoto-এর Bitcointalk.org-এ 6.1 মিলিয়ন C4 টোকেন রয়েছে, যা মোট টোকেনের 0.004% এর সমতুল্য। এটি প্ল্যাটফর্ম দ্বারা নিযুক্ত 780 তম ওয়েবসাইট হিসাবে স্থান পেয়েছে।

ডেটা অধিগ্রহণের জন্য C4 দ্বারা নিযুক্ত অন্যান্য ক্রিপ্টো প্ল্যাটফর্মের মধ্যে রয়েছে ক্রিপ্টো নিউজ ওয়েবসাইট, Cointelegraph, এবং টোকেন একত্রিতকরণ প্ল্যাটফর্ম, CoinmarketCap। এইগুলি এবং আরও ছয়টি সম্পর্কিত ওয়েবসাইটগুলি সমস্ত C0.008 টোকেনের 4% জন্য দায়ী, যখন নির্দিষ্ট ক্রিপ্টোকারেন্সির সাথে সম্পর্কিত অন্যান্য ওয়েবসাইটগুলি উপস্থাপনার একটি নগণ্য অংশ গঠন করে।

IPFS (ipfs.io) এবং Steemit (steemit.com) C4 এর ডেটাসেটে উল্লেখযোগ্যভাবে বৈশিষ্ট্যযুক্ত। আইপিএফএস 16তম স্থানে রয়েছে, যেখানে স্টিমিট 594তম অবস্থানে রয়েছে। এই দুটি সাইটই ক্রিপ্টোতে সরাসরি জড়িত নয় কিন্তু ক্রিপ্টো শিল্পের দিকে উল্লেখযোগ্য ঝোঁক রয়েছে।

C4 এর মধ্যে ক্রিপ্টো-সম্পর্কিত প্ল্যাটফর্মের সম্পৃক্ততা এআই প্রশিক্ষণ প্রক্রিয়াটি মূলধারায় ক্রিপ্টোকারেন্সির আগ্রাসনকে প্রকাশ করে। C4-এর ফলাফলকে প্রভাবিত করার জন্য ক্রিপ্টো ওয়েবসাইটগুলির প্রতিনিধিত্বের পরিমাণ যথেষ্ট তাৎপর্যপূর্ণ, যদিও Google এবং Facebook এর মতো মূলধারার ওয়েবসাইটগুলি তাদের উল্লেখযোগ্যভাবে ছাড়িয়ে যায়।

C4 পাইরেটেড ডেটা এবং ঘৃণাত্মক বক্তব্যের জন্য সমালোচনার সম্মুখীন হয়েছে, ডেটাসেট "পরিষ্কার" হওয়ার রিপোর্ট থাকা সত্ত্বেও। নির্দিষ্ট বিষয়বস্তু সেন্সর করার জন্য শুধুমাত্র 400 শব্দের তালিকায়, এটি পরামর্শ দেয় যে C4 এর মধ্যে এখনও বিতর্কিত বিষয়বস্তু থাকতে পারে। এর ডেটাসেটে ক্রিপ্টো সাইটগুলির উপস্থিতি এটির পক্ষপাতের স্তরকেও প্রভাবিত করতে পারে।

পোস্ট দৃশ্য: 125