AI যত বেশি ওয়েব লিখতে থাকে, আজকের ওয়েবে প্রশিক্ষিত মডেলগুলো ততই ক্রমশ খারাপ হয়ে যায় কেন?

ওয়েব এখন ফ্রন্টিয়ার মডেলগুলোর প্রাথমিক ট্রেনিং কর্পাস এবং ইতিমধ্যে AI-উৎপন্ন টেক্সটে পরিপূর্ণ যা কোনো স্থাপিত ফিল্টার নির্ভরযোগ্যভাবে ধরতে পারে না। ২০২৪ থেকে ২০২৬ পর্যন্ত প্রকাশিত গবেষণা দেখায় যে একটি ট্রেনিং রানে সিনথেটিক ডেটার সামান্য ভগ্নাংশও ক্রমাগত প্রজন্মে বিতরণমূলক পতন ঘটায়, আউটপুট বৈচিত্র্য সংকুচিত করে এবং টেইল পারফরম্যান্স হ্রাস করে। ফিডব্যাক লুপটি কাঠামোগত: এই বছর প্রশিক্ষিত মডেলগুলো এমন কন্টেন্ট তৈরি করে যা পরের বছরের ট্রেনিং রানের কর্পাসকে দূষিত করে। প্রস্তাবিত প্রশমনগুলো যেমন সোর্স-স্তরের অ্যালোলিস্ট, ওয়াটারমার্ক ফিল্টার এবং সিনথেটিক-ডেটা ভেরিফায়ার প্রত্যেকের বাইপাস ভেক্টর রয়েছে এবং কেউই ওয়েব-ক্রলার স্কেলে স্থাপিত হয়নি। একটি মডেলে প্রবেশের আগে AI-উৎপন্ন ট্রেনিং ডেটা শনাক্ত ও কোয়ারেন্টাইন করার জন্য কোনো সম্মত প্রোটোকল নেই।