Un dataset (ensemble de données) est la collection d'images, vidéos, textes ou autres données utilisée pour entraîner un modèle IA, fournissant les exemples à partir desquels le modèle apprend les motifs, relations et structure du domaine qu'il est entraîné à comprendre. La taille, la qualité, la diversité et la composition du dataset d'entraînement déterminent directement ce que le modèle peut générer et ses performances selon les types de contenu. Pour les créateurs, comprendre que chaque modèle IA est façonné par son dataset d'entraînement aide à expliquer pourquoi différents modèles ont des forces, tendances esthétiques et capacités différentes.