Jak nazywa się ten materiał treningowy wygenerowany przez AI?

Dane syntetyczne to materiał treningowy generowany przez modele AI lub symulacje komputerowe, zamiast być zbierany bezpośrednio z rzeczywistych, ludzkich tekstów, obrazów czy zdarzeń. W miarę jak laboratoria AI coraz częściej napotykają ograniczenia dotyczące ilości świeżego, wysokiej jakości tekstu tworzonego przez ludzi dostępnego do treningu, dane syntetyczne oferują sposób na wypełnienie luk, zwłaszcza w obszarach, gdzie prawdziwe przykłady są rzadkie, kosztowne do zebrania lub prywatne, pozwalając badaczom generować duże ilości dodatkowych, dopasowanych przykładów treningowych.

Dane open source to informacje lub kod swobodnie dostępne dla każdego do użytku lub modyfikacji – koncepcja licencyjna niezwiązana z tym, czy treść została wygenerowana przez AI. Metadane to po prostu informacje opisowe o innych danych, na przykład data utworzenia pliku czy jego autor, a nie treść treningowa wygenerowana przez system AI.

Badacze wyrażali obawy, że trenowanie nowych modeli AI zbyt mocno na danych generowanych przez wcześniejsze modele AI, zamiast na autentycznych treściach tworzonych przez ludzi, może stopniowo obniżać jakość i różnorodność na przestrzeni kolejnych generacji – problem sprzężenia zwrotnego, który badacze nazwali żartobliwie "zapaścią modelu" (model collapse).