ชุดข้อมูล AI อันดับต้น ๆ มีเว็บไซต์ Cryptocurrency ในฟีดข้อมูล

• Colossal Clean Crawled Corpus ขึ้นอยู่กับแพลตฟอร์ม crypto หลายตัวสำหรับข้อมูล
• การวิเคราะห์แสดงให้เห็นว่าส่วนหนึ่งของตัวอย่างข้อความของ C4 ถูกดึงมาจากเว็บไซต์ที่ใช้การเข้ารหัสลับ
• การปรากฏตัวของไซต์ crypto ในชุดข้อมูลของ C4 อาจส่งผลต่อระดับอคติ

เครื่องมือ AI อันดับต้น ๆ Colossal Clean Crawled Corpus (C4) มหึมาขึ้นอยู่กับหลายแพลตฟอร์ม crypto สำหรับส่วนสำคัญของข้อมูล การวิเคราะห์แสดงให้เห็นว่า C4 แยกตัวอย่างข้อความนับล้านจากเว็บไซต์ที่ใช้การเข้ารหัสลับหรือแพลตฟอร์มเว็บที่เกี่ยวข้องอย่างใกล้ชิดกับ cryptocurrency.

ตามรายงาน US Securities and Exchange Commission (SEC) ซึ่งขณะนี้มีข้อมูลที่เกี่ยวข้องกับการเข้ารหัสลับจำนวนมาก คิดเป็น 36 ล้านโทเค็น C4 ซึ่งคิดเป็น 0.02% ของชุดข้อมูลของแพลตฟอร์ม เว็บไซต์ของ ก.ล.ต. (sec.gov) ซึ่ง C4 ดึงข้อมูลมา อยู่ในอันดับที่ 39 ของเว็บไซต์ที่ C4 มีส่วนร่วม

Bitcointalk.org ของ Satoshi Nakamoto คิดเป็น 6.1 ล้านโทเค็น C4 คิดเป็น 0.004% ของโทเค็นทั้งหมด ได้รับการจัดอันดับให้เป็นเว็บไซต์อันดับที่ 780 ที่มีส่วนร่วมโดยแพลตฟอร์ม

แพลตฟอร์ม crypto อื่น ๆ ที่ C4 มีส่วนร่วมสำหรับการได้มาซึ่งข้อมูล ได้แก่ เว็บไซต์ข่าว crypto, Cointelegraph และแพลตฟอร์มการรวมโทเค็น, CoinmarketCap เว็บไซต์เหล่านี้และอีกหกเว็บไซต์ที่เกี่ยวข้องคิดเป็น 0.008% ของโทเค็น C4 ทั้งหมด ในขณะที่เว็บไซต์อื่นๆ

IPFS (ipfs.io) และ Steemit (steemit.com) ให้ความสำคัญอย่างมากในชุดข้อมูลของ C4 IPFS อยู่ในอันดับที่ 16 ในขณะที่ Steemit อยู่ในอันดับที่ 594 ทั้งสองไซต์นี้ไม่ได้เกี่ยวข้องโดยตรงกับ crypto แต่มีความโน้มเอียงที่สำคัญต่ออุตสาหกรรม crypto

การมีส่วนร่วมของแพลตฟอร์มที่เกี่ยวข้องกับการเข้ารหัสลับใน C4's การฝึกอบรม AI กระบวนการเปิดเผยการบุกรุกของ cryptocurrency เข้าสู่กระแสหลัก ขอบเขตการเป็นตัวแทนของเว็บไซต์ Crypto มีความสำคัญเพียงพอที่จะมีอิทธิพลต่อผลลัพธ์ของ C4 แม้ว่าเว็บไซต์กระแสหลักอย่าง Google และ Facebook จะมีอันดับเหนือกว่าอย่างมีนัยสำคัญ

C4 เผชิญกับการวิพากษ์วิจารณ์เกี่ยวกับข้อมูลละเมิดลิขสิทธิ์และคำพูดแสดงความเกลียดชัง แม้ว่าจะมีรายงานว่าชุดข้อมูลนั้น "สะอาด" แล้วก็ตาม ด้วยรายการเพียง 400 คำในรายการสำหรับการเซ็นเซอร์เนื้อหาเฉพาะ จึงแนะนำว่าอาจมีเนื้อหาที่ขัดแย้งภายใน C4 การมีอยู่ของไซต์ crypto ในชุดข้อมูลอาจส่งผลต่อระดับอคติได้เช่นกัน

การเข้าชมโพสต์: 125