A empresa coleta dados de plataformas como YouTube e Netflix, usando máquinas virtuais da AWS com IP rotativo para evitar detecção e possíveis bloqueios. Para contornar restrições de direitos autorais, a companhia utiliza registros marcados para uso acadêmico ou não comercial. O YouTube declara que a prática de raspagem de vídeos para treinamento de modelos viola suas barreiras técnicas e regulatórias