상위 AI 데이터세트는 데이터피드에 암호화폐 웹사이트를 제공합니다.

• Colossal Clean Crawled Corpus는 데이터를 위한 여러 암호화 플랫폼에 의존합니다.
• 분석 결과 C4의 텍스트 스니펫 일부가 암호화 기반 웹사이트에서 추출된 것으로 나타났습니다.
• C4의 데이터 세트에 암호화 사이트가 있으면 편향 수준에 영향을 줄 수 있습니다.

최고의 AI 도구, 거대 크롤링 코퍼스 (C4), 데이터의 상당 부분을 여러 암호화 플랫폼에 의존합니다. 분석에 따르면 C4는 암호화 기반 웹사이트 또는 웹 플랫폼에서 수백만 개의 텍스트 스니펫을 추출합니다. 암호 화폐.

보고서에 따르면 현재 상당한 양의 암호화 관련 정보를 포함하고 있는 미국 증권 거래 위원회(SEC)는 플랫폼 데이터 세트의 36%에 해당하는 4만 개의 C0.02 토큰을 차지합니다. C4가 데이터를 가져오는 SEC의 웹사이트(sec.gov)는 C39가 참여하는 웹사이트 중 4위를 차지했습니다.

Satoshi Nakamoto의 Bitcointalk.org는 전체 토큰의 6.1%에 해당하는 4만 C0.004 토큰을 차지했습니다. 플랫폼에 참여하는 780번째 웹사이트로 선정되었습니다.

데이터 수집을 위해 C4가 참여하는 다른 암호화 플랫폼에는 암호화 뉴스 웹사이트인 Cointelegraph와 토큰 집계 플랫폼인 CoinmarketCap이 있습니다. 이들과 0.008개의 관련 웹사이트는 모든 C4 토큰의 XNUMX%를 차지한 반면, 특정 암호화폐와 관련된 다른 웹사이트는 무시할만한 부분을 차지했습니다.

IPFS(ipfs.io)와 Steemit(steemit.com)은 C4의 데이터 세트에서 중요한 역할을 했습니다. IPFS는 16위, Steemit은 594위를 기록했습니다. 이 두 사이트 모두 암호화에 직접 관여하지는 않지만 암호화 산업에 상당한 성향을 가지고 있습니다.

C4의 암호화 관련 플랫폼 참여 AI 교육 프로세스는 암호화폐의 주류 잠식을 노출시킵니다. 크립토 웹사이트의 표현 범위는 Google 및 Facebook과 같은 주류 웹사이트가 훨씬 더 높은 순위를 차지하고 있음에도 불구하고 C4의 결과에 영향을 미칠 만큼 충분히 중요합니다.

C4는 데이터 세트가 "정리"되었다는 보고에도 불구하고 해적판 데이터 및 혐오 발언에 대한 비판에 직면했습니다. 특정 콘텐츠를 검열하기 위한 목록에 400단어만 있기 때문에 C4 내에서 여전히 논란이 되는 콘텐츠가 있을 수 있음을 시사합니다. 데이터 세트에 암호화 사이트가 있으면 편향 수준에도 영향을 미칠 수 있습니다.

게시물 조회수 : 125