到2023年中期，AI生成内容在开放网络上的泛滥引发了对训练数据质量的担忧。这种趋势带来了“模型崩溃”的风险，即用自身输出来训练的AI模型效果会变差。因此，确保可靠的训练信号，对可验证的数据来源的需求日益增长。 AI
影响 AI生成内容的数量增加可能会降低未来AI训练数据的质量，并可能导致模型性能下降。
排序理由 该条目讨论了一个趋势及其对AI发展的影响，并对数据质量和来源提出了看法。
在 Mastodon — sigmoid.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
2023 was the year everyone rushed to scrape everything for training data. Problem is, by mid-2023, a huge chunk of the open web was already AI-generated content. Training on your own outputs creates model collapse. I'm now far more skeptical of any dataset I can't verify the prov…