Eleuther AI releases 8TB collection of licensed and open training data
Eleuther AI releases 8TB collection of licensed and open training data
Eleuther AI lanzó Common Pile v0.1, un conjunto de datos de 8 TB compuesto exclusivamente por textos de dominio público o con licencias públicas. Esta iniciativa aborda las crecientes preocupaciones sobre el uso no autorizado de material con derechos de autor para entrenar modelos de inteligencia artificial generativa. El proyecto demuestra que es posible realizar un entrenamiento eficaz de IA sin infringir los derechos de propiedad intelectual. Desarrollado mediante colaboraciones con importantes instituciones tecnológicas y académicas, ofrece una alternativa conforme a la normativa a las prácticas actuales del sector. Este lanzamiento es altamente relevante para el ámbito de los datos abiertos, ya que promueve conjuntos de datos transparentes y jurídicamente claros. Además, anima a la comunidad a priorizar la obtención ética de datos, garantizando que los futuros desarrollos de IA respeten los derechos de los creadores al tiempo que mantienen los estándares de acceso abierto.
Fuente: computerworld.comPublicado el 2025-06-10