Les LLM existants comme GPT, Claude et d'autres ont atteint leur limite, ils ont déjà exploré tout le web public et les données ouvertes.

Ce qui reste, ce sont des contenus privés, autorisés par l'utilisateur, qui vivent à l'intérieur des applications et ne peuvent pas être simplement extraits de cette manière. Ces données sont beaucoup plus précieuses et de meilleure qualité, mais elles sont protégées par la propriété intellectuelle et doivent être accessibles de manière légitime.

Vous avez probablement entendu dire "vous êtes ce que vous mangez", c'est la même chose pour l'IA : ce qui sépare les bons modèles des mauvais, c'est la qualité des données sur lesquelles ils sont formés.

Les futurs modèles s'appuieront sur des flux de données Gated fiables provenant d'applications axées sur l'utilisateur, et non sur le spam SEO obsolète.