El MIT, Cohere for AI y otros lanzan una plataforma para rastrear y filtrar conjuntos de datos de IA auditados

NegocioBeat presente : AI Desencadenado - A exclusivo ejecutivo evento para negocio datos líderes. Red Y aprender con industria colegas. Aprender Más

Investigadores desde MIT, Unirse para AI Y 11 otro establecimientos lanza EL Datos Origen Plataforma Hoy dentro orden tiene "abordar EL datos transparencia crisis dentro EL AI espacio. »

Ellos comprobado Y rastro casi 2.000 de EL La mayor parte ampliamente usado sintonia FINA conjuntos de datos, cual colectivamente haber ha sido descargado decenas de millones de veces, Y están EL "columna vertebral de mucho publicado PNL avances", de acuerdo a tiene A mensaje desde autores shayne Longpre, A Doctorado candidato tiene MIT Medios de comunicación Laboratorio, Y sara Puta, cabeza de Unirse para IA.

"EL resultado de Este multidisciplinario iniciativa Este EL soltera el más grande Auditoría tiene fecha de AI base de datos," ellos dicho. "Para EL En primer lugar tiempo, estos conjuntos de datos incluir Palabras clave tiene EL original datos fuentes, muchos renovaciones de licencia, creadores, Y otro datos propiedades. »

TIENE hacer Este información práctico Y accesible, A interactivo plataforma, los datos Origen Explorador, permitir desarrolladores tiene pista Y filtrado miles de conjuntos de datos para legal Y ética consideraciones, Y permitir eruditos Y periodistas tiene explorar EL composición Y datos línea de popular AI conjuntos de datos.

Evento

AI Desatado

A exclusivo sólo invitados noche de conocimiento Y redes, diseñado para sénior negocio ejecutivos supervisión datos Batería Y estrategias.

Aprender Más Base de datos colecciones hacer no reconocer línea

EL banda liberado A papel, EL Datos Origen Iniciativa: A Grande Escalera Auditoría de Base de datos Licencia & Atribución dentro AI, cual dice:

"Cada vez más, ampliamente usado base de datos colecciones están tratado como monolítico, en cambio de A línea de datos fuentes, rayado (O modelo generado), organizado, Y anotado, frecuentemente con varios Mangas de reacondicionamiento (Y renovación de licencia) por sucesivo practicantes. EL medidas disuasorias tiene reconocer Este línea provenir los dos desde EL escalera de moderno datos recopilación (EL esfuerzo tiene correctamente atributo Él), Y EL aumentar derechos de autor examen minucioso. Juntos, estos factores haber visto menos hojas de datos, no divulgación de capacitación fuentes Y Por último A rechazar dentro comprensión capacitación datos.

Este falta de comprensión puede dirigir tiene datos fugas entre capacitación Y prueba datos; exponer personalmente identificable información (PII), aquí involuntario Los prejuicios O comportamientos; Y en general resultado dentro baja calidad modelos eso anticipado. Más allá de estos práctico desafíos, información brechas Y documentacion de deuda incurrir en sustancial ética Y legal riesgos. Para ejemplo, modelo salidas aparecer tiene contradecir datos términos de usar. Como capacitación modelos seguro datos Este los dos querido Y en gran parte irreversible, estos riesgos Y desafíos están no fácilmente corregido. »

Capacitación conjuntos de datos haber ha sido abajo examen meticuloso dentro 2023

NegocioBeat tiene profundamente cubierto problemas relacionado tiene datos origen Y transparencia de capacitación conjuntos de datos: Atrás dentro Marzo, Iluminación AI CEO Guillermo Halcón se estrelló AbiertoAI GPT-4 papel como 'enmascaramiento como investigación. »

Mucho dicho EL relación estaba notable sobretodo para Qué Él noestá incluido. Dentro A sección llamado Alcance Y Límites de Este Técnico Relación, Él dicho: "Dado los dos EL competitivo paisaje Y EL seguridad consecuencias de Gran escala modelos como GPT-4, Este relación contiene No más lejos detalles A...