AI द्वारा बनाई गई इस प्रशिक्षण सामग्री को क्या कहते हैं?

सिंथेटिक डेटा वह प्रशिक्षण सामग्री है जो असली दुनिया की इंसानी लिखावट, तस्वीरों या घटनाओं से सीधे इकट्ठा करने के बजाय AI मॉडलों या कंप्यूटर सिमुलेशन द्वारा बनाई जाती है। जैसे-जैसे AI लैब प्रशिक्षण के लिए उपलब्ध ताज़ा, उच्च-गुणवत्ता वाले इंसान-निर्मित टेक्स्ट की सीमा से टकराने लगी हैं, सिंथेटिक डेटा उन खाली जगहों को भरने का एक तरीक़ा है, ख़ासतौर पर उन क्षेत्रों में जहाँ असली उदाहरण दुर्लभ, इकट्ठा करने में महंगे, या निजी हैं, जिससे शोधकर्ता बड़ी मात्रा में अतिरिक्त, ख़ासतौर पर तैयार किए गए प्रशिक्षण उदाहरण बना सकते हैं।

ओपन-सोर्स डेटा वह जानकारी या कोड बताता है जो किसी के भी इस्तेमाल या बदलने के लिए स्वतंत्र रूप से उपलब्ध है, यह लाइसेंसिंग की एक अवधारणा है जिसका इस बात से कोई लेना-देना नहीं कि सामग्री AI द्वारा बनाई गई है या नहीं। मेटाडेटा बस अन्य डेटा के बारे में वर्णनात्मक जानकारी है, जैसे किसी फ़ाइल की बनाई जाने की तारीख़ या लेखक, यह ख़ुद किसी AI सिस्टम द्वारा बनाई गई प्रशिक्षण सामग्री नहीं है।

शोधकर्ताओं ने चिंता जताई है कि नए AI मॉडलों को असली इंसान-निर्मित सामग्री के बजाय पहले के AI मॉडलों द्वारा बनाए गए डेटा पर बहुत ज़्यादा प्रशिक्षित करने से लगातार पीढ़ियों में गुणवत्ता और विविधता धीरे-धीरे बिगड़ सकती है, एक ऐसी फ़ीडबैक-लूप समस्या जिसे शोधकर्ताओं ने "मॉडल कोलैप्स" नाम दिया है।