Gata lanza el conjunto de datos global de conversaciones reales de usuarios de ChatGPT, ChatGPT-RealUser-2.2M

Según ChainCatcher, la empresa de infraestructura de IA descentralizada Gata anunció el lanzamiento del conjunto de datos de conversaciones reales de usuarios de ChatGPT a gran escala a nivel mundial, denominado ChatGPT-RealUser-2.2M. Este conjunto de datos fue recopilado a través del programa GPT-to-Earn de Gata (con participación voluntaria de los usuarios), reuniendo más de 2.24 millones de conversaciones reales y cerca de 3.56 millones de pares de preguntas y respuestas entre 2024 y 2025, provenientes de más de 15,000 usuarios reales, e incluye interacciones con GPT-3.5, GPT-4 y o1.

Según la información, este conjunto de datos es aproximadamente el doble del tamaño de conjuntos similares previos del Allen Institute for AI, abarca escenarios reales y conversaciones de múltiples turnos, y gracias al mecanismo de incentivos on-chain, contiene una gran cantidad de interacciones relacionadas con criptomonedas. La versión de vista previa ya está disponible en Hugging Face, incluyendo 600 muestras de conversaciones, y el conjunto de datos completo puede utilizarse tanto para investigación como para aplicaciones comerciales.

Se informa que en mayo de 2025, Gata anunció haber completado una ronda de financiación semilla de 4 millones de dólares, con la participación de YZi Labs, IDG Blockchain, entre otros.