Un article - en anglais - sur la "crise" des données disponibles pour l'entrainement des IA génératives.

[eldk]

Bonjour,

J'ai pu lire sans prendre d'abonnement.

https://www.nytimes.com/2024/07/19/technology/ai-data-restrictions.html

Cordialement,

Eric

 

[eldk]

Si l'on regarde un peu les chiffres de l'étude, on voit que les auteurs de blog, ou, de "sites webs personnels", bloquent moins les robots IA et que la progression est même inverse : le "petits" auteurs sont-ils plus naïfs ou généreux et croient-ils vraiment au traffic généré par les outils d'IA génératives ?

 

[eldk]

Reddit bloque tous les robots (sauf Google - qui utilise un autre moyen pour acquérir le contenu) : https://www.seroundtable.com/reddit-blocked-bing-search-37791.html

 

[Fred]

Si quelqu'un à la liste des robots avec les IP pour interdire ces saletés, je suis preneur. Mon site qui contient énormément de contenu originale m'ayant demandé plusieurs années de travail se retrouve plagié et reformulé n'importe comment sur d'autres sites. L'IA aura de tout façon vécu un temps, c'est une appellation marketing usurpé, ça serait plutôt de l'agrégation de donnée, voir même du plagiat à la sauce reformulation.

 

[eldk]

Si quelqu'un à la liste des robots avec les IP pour interdire ces saletés, je suis preneur. Mon site qui contient énormément de contenu originale m'ayant demandé plusieurs années de travail se retrouve plagié et reformulé n'importe comment sur d'autres sites. L'IA aura de tout façon vécu un temps, c'est une appellation marketing usurpé, ça serait plutôt de l'agrégation de donnée, voir même du plagiat à la sauce reformulation.

Bonjour,

Il y a quelques indications ici : https://www.webrankinfo.com/forum/t...es-robots-dia-generative.201719/#post-1633653 - voir ce que Cloudflare propose pour le blocage

Mais, pour le moment, je n'ai pas trouvé d'inventaire des ips.

Cordialement,

Eric