هناك العديد من مشاريع الذكاء الاصطناعي مؤخرا ، انظر إليها واحدة تلو الأخرى ، نظرت إلى 0g من قبل ، ولدي فهم عام لإطارها. اليوم نحن ننظر إلى ما هو @SentientAGI الواعية. ستجد أن المؤسسين مختلفون ، وحتى المشاريع ذات الاتجاهات المتشابهة سيكون لها تركيزات مختلفة. البروتوكول الواعي هو بروتوكول لامركزي يسمح للمجتمع ببناء وإدارة واستخدام الذكاء الاصطناعي المخلص (والذي يترجم إلى الذكاء الاصطناعي المخلص ، والذي يجب أن يكون محاذاة الذكاء الاصطناعي ، لكن محاذاته هي الذكاء الاصطناعي الذي يتماشى مع المجتمع ويمتلكه ويتحكم فيه. كيف يتم تحقيقه؟ جزأين: - قطاع الذكاء الاصطناعي ، خط أنابيب الذكاء الاصطناعي (إدارة البيانات ، تدريب الولاء) وهو الأساس لتطوير وتدريب الذكاء الاصطناعي للولاء. - جزء Blockchain ، الحوكمة: نظام تسيطر عليه DAO ، الملكية: تمثيل رمزي لملكية النموذج / التطبيق ، DeFi: أداة مالية لامركزية. كيف يتماشى جزء الذكاء الاصطناعي مع المجتمع؟ استخدم blockchain لتنسيق إدارة البيانات إدارة البيانات: من خلال تصفية البيانات ، تتم تصفية البيانات التوجيهية أو المكافآت التي يحددها المجتمع بعناية وتصميمها لتتماشى مع تفضيلات المجتمع. يضمن مزج البيانات أن النموذج مقاوم للتلاعب. عمليات إدارة البيانات متجذرة في المجتمع. دع المجتمع يتحكم في إنتاج بيانات النموذج من خلال نموذج الحوكمة. يمكن للمستخدمين ومنشئي التطبيقات تقديم مقترحات لضبط النموذج أو تحسيناته ، بينما يشرف مالكو النماذج على الحوكمة من خلال التصويت اللامركزي. يسمح للمجتمع بالمساهمة في بيانات التدريب والتحقق من صحتها والتحكم فيها. تدريب الولاء: بالنظر إلى مجموعة البيانات المختارة بعناية والتي تدرب الذكاء الاصطناعي على أن يكون مخلصا ومتوافقا مع قيم المجتمع ، فإن عملية التدريب على الولاء تشمل: محاذاة قوية: استخدم الضبط الدقيق الخاضع للإشراف (SFT) والتعلم المعزز (RL) لتدريب محاذاة النموذج. التدريب على بصمات الأصابع: تم تضمين تقنية البصمات المتقدمة في النموذج ، وتعمل بصمة الإصبع كدليل على ملكية النموذج ، مما يسمح للمجتمع بتتبع تعديلات النموذج واستخدامه مع ردع التعديلات غير المصرح بها. تدريب التحكم: زرع استفسارات خاصة للحفاظ على التحكم في النموذج. تضمن هذه الاستعلامات استجابات حتمية للمدخلات المحددة مسبقا ، مما يسمح بالتحكم الدقيق في مخرجات الذكاء الاصطناعي. انظر إلى هذه الصورة لفهم هيكله بالكامل بشكل أفضل: يركز الفريق الآخر على التمييز بين نموذج الخدمة لنموذج مربح ومخلص (OML) ، بالإضافة إلى النموذج الكامل ل openai و deepseek ، ثم تقديم تفاصيل OML. بالمقارنة مع @0g_labs بناء بنية تحتية تقنية لامركزية (بما في ذلك اللامركزية في قوة الحوسبة لنماذج التدريب ، وما إلى ذلك) ، تركز Sentient على مواءمة النموذج وتدريبه مع إرادة المجتمع ، ووضع العلامات على الملكية (تقنية بصمات الأصابع) ، ومجموعة من نماذج الابتكار المختلفة (نموذج OML) التي تجمع بين نماذج الأعمال.