Trang chủ Trí tuệ nhân tạo (AI) Bộ dữ liệu AI hàng đầu lấy dữ liệu từ BitcoinTalk, Steemit...

Bộ dữ liệu AI hàng đầu lấy dữ liệu từ BitcoinTalk, Steemit và SEC Hoa Kỳ

Colossal Clean Crawled Corpus (C4) là bộ dữ liệu AI được các công ty công nghệ lớn sử dụng, chứa dữ liệu từ nhiều trang web liên quan đến tiền điện tử.

AI

Bộ dữ liệu C4 lấy thông tin từ các trang web tiền điện tử

Washington Post và Allen Institute gần đây đã phân tích bộ dữ liệu C4 chuyên xếp hạng các trang web theo số lượng “token” hoặc đoạn văn bản được lấy từ mỗi nguồn.

Ủy ban Chứng khoán và Giao dịch Hoa Kỳ (SEC) có nội dung về quy định tiền điện tử là một trong những nguồn lớn nhất của bộ dữ liệu. Trang web (sec.gov) xếp hạng 39 và chiếm 36 triệu (tương đương 0,02%) token của C4.

Bitcointalk.org – một diễn đàn thảo luận về blockchain do Satoshi Nakamoto tạo ra xếp hạng 780. Nó chiếm 6,1 triệu (tương đương 0,004%) token của C4.

Các trang web tổng hợp và tin tức về tiền điện tử như Cointelegraph và Coinmarketcap.com cũng được nhắc đến. 8 trang web như vậy chiếm tổng cộng ít nhất 0,008% token của C4, mặc dù các trang web khác có thể tăng tổng số thực.

Các trang web liên quan đến các loại tiền điện tử và sàn giao dịch cụ thể cũng được trình bày trong tập dữ liệu nhưng chiếm một lượng token không đáng kể.

Hai trang web gần với tiền điện tử cũng được xếp hạng cao. IPFS (ipfs.io) xếp hạng 16 trong khi Steemit (steemit.com) xếp hạng 594. Trang web đầu tiên là mạng phân tán từ công ty blockchain Protocol Labs, trong khi trang thứ 2 sử dụng trực tiếp blockchain. Tuy nhiên, các trang web này không nhất thiết chứa nội dung liên quan đến tiền điện tử.

Các trang web chính thống đứng đầu danh sách

Theo Washington Post, bộ dữ liệu C4 được sử dụng trong các mô hình ngôn ngữ AI của các công ty công nghệ lớn như T5 của Google và LLaMA của Facebook.

Mặc dù các trang web trên nằm trong số các trang web liên quan đến tiền điện tử quan trọng nhất của C4, nhưng chúng được xếp hạng cao hơn so với các trang web và nguồn tin tức chính thống, thường bao gồm các chủ đề về tiền điện tử và có khả năng là nguồn chính cho tất cả dữ liệu liên quan đến tiền điện tử.

C4 cũng bị chỉ trích vì chứa ngôn từ kích động thù địch và dữ liệu vi phạm bản quyền. Mặc dù tên của tập dữ liệu gợi ý nó đã được “làm sạch”, nhưng trình biên dịch chỉ sử dụng danh sách 400 từ để kiểm duyệt nội dung cụ thể, nghĩa là nội dung gây tranh cãi vẫn còn nguyên.

Sự hiện diện của các trang web tiền điện tử cũng như sự hiện diện của dữ liệu gây tranh cãi có thể ảnh hưởng đến mức độ sai lệch được thấy trong nội dung do chatbot AI tạo ra.

Reddit, Stack Overflow tính phí thu thập dữ liệu cho các nhà phát triển AI

Reddit và Stack Overflow sẽ tính phí các nhà phát triển AI khi truy cập vào nội dung trang web của họ, Wired cho biết vào ngày 20/4.

Trong một cuộc phỏng vấn, CEO Prashanth Chandrasekar của Stack Overflow cho biết trang web của anh sẽ bắt đầu tính phí các nhà phát triển AI lớn để truy cập vào nội dung của họ.

Stack Overflow nổi tiếng với các diễn đàn cộng đồng hỏi đáp tập trung vào công nghệ. Không rõ trang web có thể tính phí bao nhiêu cho các nhà phát triển để truy cập 50 triệu trang của họ.

Trong một tuyên bố với Wired, Chandrasekar nói rằng:

“Nền tảng cộng đồng thúc đẩy các mô hình ngôn ngữ lớn hoàn toàn nên được trả tiền cho đóng góp của họ để những công ty như chúng tôi có thể tái đầu tư trở lại vào cộng đồng của mình…”

Anh cũng ám chỉ đến các kế hoạch tương tự từ trang mạng xã hội Reddit có ý định tính phí nhà phát triển AI để truy cập vào bài đăng của người dùng. Nhà sáng lập và CEO Steve Huffman của Reddit cũng đã đề cập đến ý định đó với New York Times vào ngày 18/4.

Một số bộ dữ liệu AI nhất định được tạo thành từ dữ liệu thu thập từ khắp nơi trên web. Gần đây, Washington Post đã phân tích các bộ dữ liệu đó và tiết lộ các trang web được trích nguồn thường xuyên nhất — nhiều trang trong số đó có thể sẽ sớm quan tâm đến việc kiếm tiền từ dữ liệu của họ.

Mặc dù không rõ số tiền mà các công ty này nhắm đến hoặc cách họ dự định kiếm tiền từ dữ liệu của mình, nhưng có nhiều nền tảng blockchain tồn tại vì mục đích này.

Fetch.ai là một nền tảng nhằm kiếm tiền từ dữ liệu AI, mặc dù dữ liệu do các ứng dụng AI tạo ra chứ không phải dữ liệu được sử dụng trong các ứng dụng đó. Fetch.ai gần đây đã huy động được 40 triệu đô la và là một trong những dự án lâu đời nhất trong danh mục này do ra mắt vào năm 2019.

SingularityNET xuất hiện cùng thời điểm, cũng nhằm kiếm tiền từ các dịch vụ liên quan đến AI. Họ đã đạt được những thành tựu đáng kể khi ra mắt GPT4 vào giữa tháng 3.

Cũng kiếm tiền từ dữ liệu AI, CryptoGPT là một dự án gần đây gây được tiếng vang tuy đáng ngờ do những tuyên bố đầy tham vọng và thời đại mới hơn.

Tuy nhiên, kiếm tiền dựa trên tiền điện tử là không thực sự cần thiết và có vẻ như nhiều trang web sẽ dựa vào cách kiếm tiền truyền thống.

Tham gia Telegram của Tạp Chí Bitcoin: https://t.me/tapchibitcoinvn

Theo dõi Twitter: https://twitter.com/tapchibtc_io

Theo dõi Tiktok: https://www.tiktok.com/@tapchibitcoin

Minh Anh

Theo AZCoin News

MỚI CẬP NHẬT

Cantor Fitzgerald bắt tay SoftBank, Tether và Bitfinex lập liên doanh Bitcoin 3 tỷ...

Brandon Lutnick — con trai của Bộ trưởng Thương mại Mỹ Howard Lutnick và cũng là Chủ tịch của Cantor Fitzgerald — đang bắt...
Gần 600 triệu đô la bị thanh lý khi giá Bitcoin chạm ngưỡng 94.000 đô la

Gần 600 triệu đô la bị thanh lý khi giá Bitcoin chạm ngưỡng 94.000...

Thị trường tiền điện tử đã chứng kiến gần 600 triệu USD bị thanh lý bắt buộc trong vòng 24 giờ qua. Theo dữ...
Bitcoin nhắm tới 95.000 đô la khi cuộc chiến thương mại hạ nhiệt

Bitcoin nhắm tới 95.000 đô la khi cuộc chiến thương mại hạ nhiệt —...

Bitcoin đã bứt phá lên mức cao nhất trong 45 ngày qua, gần chạm mức 94.000 USD vào sáng nay (23/4). Đợt tăng giá...

Điểm mặt 3 AI coin được Smart Money gom mạnh vào cuối tháng 4

Trong vài tuần trở lại đây, ba dự án AI nổi bật - HOLLY, PROMPT và DSYNC - đã thu hút sự chú ý...

DeFi Development mua thêm 11,5 triệu USD SOL, cổ phiếu tăng 12%

Công ty niêm yết trên Nasdaq DeFi Development, trước đây được biết đến với tên gọi Janover, đang tăng cường chiến lược quỹ dự...

Bitcoin vọt lên gần $94K giữa tin đồn Mỹ hạ thuế quan với Trung...

Cả Bitcoin lẫn thị trường chứng khoán Mỹ đồng loạt tăng mạnh trong ngày hôm nay, sau khi xuất hiện thông tin cho rằng...

Lừa đảo tiền điện tử deepfake đạt 200 triệu đô la trong quý 1...

Trong một báo cáo vừa được công bố, GoPlus Security đã vạch trần chiến thuật mới nhất mà các mạng lưới lừa đảo có...
Bitcoin chạm mốc 93 nghìn đô la sau khi phá vỡ xu hướng giảm

Bitcoin chạm mốc 93 nghìn đô la sau khi phá vỡ xu hướng giảm,...

Giá Bitcoin đã ghi nhận một đợt tăng trưởng ấn tượng, tăng hơn 6% để chạm mức cao nhất trong ngày là $93.034. Sự...

Tesla vẫn nắm giữ gần 1 tỷ USD Bitcoin bất chấp kết quả kinh...

Tesla (TSLA) hiện vẫn sở hữu lượng Bitcoin trị giá gần 1 tỷ USD, theo báo cáo tài chính quý mới nhất của hãng...
Quỹ Dự trữ Chiến lược Bitcoin sẽ ra mắt vào năm 2025

Kalshi dự đoán 50% Quỹ Dự trữ Bitcoin Chiến lược sẽ ra mắt vào...

Vào ngày 6 tháng 3 năm 2025, Tổng thống Hoa Kỳ Donald Trump đã ký một Sắc lệnh Hành pháp nhằm thiết lập Dự...

Bitcoin (BTC) phục hồi mạnh mẽ trên $90.000 – Liệu đợt tăng giá mới...

Bitcoin (BTC) chạm mức cao nhất trong sáu tuần, phản ánh vai trò ngày càng rõ nét của tài sản số như một nơi...
altcoin-xu-huong

TOP 3 altcoin có xu hướng nổi bật hôm nay – Ngày 22 tháng...

Thị trường tiền điện tử tiếp tục ghi nhận đà tăng ấn tượng, với tổng vốn hóa toàn thị trường "bỏ túi" thêm 62...
Bittensor token

Top 3 token hệ sinh thái subnet của Bittensor đáng chú ý

Hệ sinh thái subnet của Bittensor (TAO) tiếp tục thu hút sự chú ý với hiệu suất ấn tượng trong bối cảnh biến động...
bitcoin

CEO Metaplanet bảo vệ chiến lược kho bạc Bitcoin trong bối cảnh lo ngại...

Simon Gerovich, CEO của công ty kho bạc Bitcoin Metaplanet, cho biết giá cổ phiếu của công ty "không nhất thiết phản ánh kết...

Pi vật lộn ở mức 0,6 đô la, dòng tiền chảy ra có thể...

Pi Network (PI) đang gặp khó khăn trong việc phục hồi sau những tổn thất gần đây. Mặc dù đã có những nỗ lực...
trump

Cuộc chiến cá voi TRUMP: Meteora mua, Binance bán – Động thái nào sẽ...

Trong 24 giờ qua, Official Trump (TRUMP) ghi nhận mức tăng giá khiêm tốn, phục hồi lên 8,6 đô la. Tuy nhiên, tiềm năng...