404 میڈیا کے مطابق، ایمیزون بہت ساری نایاب کتابیں خرید رہا ہے، ان کی ریڑھ کی ہڈی کو کاٹ رہا ہے، اور انہیں اے آئی کی تربیت کے لیے اسکین کر رہا ہے، جس نے ایک نایاب کتاب میں ٹریکنگ ڈیوائس رکھی ہے جو بالآخر لاس ویگاس میں ایمیزون کی ایک سہولت پر پہنچی۔
یہ سہولت، جسے VGT3 کے نام سے جانا جاتا ہے، اپنے پنجوں میں ایک کتاب پکڑے ہوئے ایک ڈائنوسار کی علامت سے اپنی شناخت کرتی ہے۔ ایمیزون نے 404 میڈیا کو ایک بیان میں بتایا کہ وہ "صارفین کے استعمال کردہ مصنوعات اور خدمات کو بہتر بنانے کے لیے تجارتی چینلز کے ذریعے کتابیں خریدتا ہے۔"
Amazon جیسی کمپنیوں کو اپنے LLMs کو تربیت دینے کے لیے ناقابل یقین حد تک بڑی مقدار میں ٹیکسٹ کی ضرورت ہوتی ہے، جو پہلے ہی انٹرنیٹ سے جو کچھ کر سکتے ہیں اس کا استعمال کر چکے ہیں (اور، Anthropic کے معاملے میں، غیر قانونی طور پر پائریٹڈ کتابیں)۔ نایاب کتابیں، خاص طور پر ایسی کتابیں جو پرنٹ سے باہر ہیں یا انٹرنیٹ پر تلاش کرنا ناممکن ہے، تربیتی ڈیٹا کا ایک نیا ذریعہ پیش کرتی ہیں۔
یہ تحریریں خاص طور پر قیمتی ہیں کیونکہ اس بات کا کوئی امکان نہیں ہے کہ 2022 سے پہلے شائع ہونے والی کوئی بھی چیز ایل ایل ایم نے لکھی ہو۔ جب LLMs AI سے تیار کردہ ٹیکسٹ پر ٹریننگ کرتے ہیں، تو وہ "ماڈل کے خاتمے" کا خطرہ رکھتے ہیں، جو اس وقت ہو سکتا ہے جب بہت زیادہ AI سے تیار کردہ متن کو ہضم کرنے کے بعد LLM کے آؤٹ پٹ کا معیار گر جاتا ہے۔
