Gata publica un conjunto de datos de conversación de ChatGPT de usuarios reales a gran escala en todo el mundo, ChatGPT-RealUser-2.2M

ChainCatcher mensaje, la empresa de infraestructura de IA descentralizada Gata anunció el lanzamiento del conjunto de datos de conversaciones de usuarios reales de ChatGPT a gran escala a nivel mundial ChatGPT-RealUser-2.2M. Este conjunto de datos se recopiló a través del programa GPT-to-Earn de Gata (participación voluntaria de los usuarios), acumulando más de 2.24 millones de conversaciones reales y cerca de 3.56 millones de pares de preguntas y respuestas, provenientes de más de 15,000 usuarios reales, abarcando interacciones con GPT-3.5, GPT-4 y o1. Según se informa, este conjunto de datos es aproximadamente el doble de tamaño que los conjuntos de datos similares anteriores del Allen Institute for AI, cubriendo escenarios reales y diálogos en múltiples turnos, y debido al mecanismo de incentivos en la cadena, incluye una gran cantidad de interacciones relacionadas con criptomonedas. La versión de vista previa ya está disponible en Hugging Face, que incluye 600 muestras de diálogo, y el conjunto de datos completo se puede utilizar para investigación y aplicaciones comerciales. Se informa que en mayo de 2025, Gata anunció la finalización de una ronda de financiación semilla de 4 millones de dólares, en la que participaron YZi Labs, IDG Blockchain y otros.