V poslední době existuje mnoho projektů AI, podívejte se na ně jeden po druhém, díval jsem se na 0g již dříve a mám obecné znalosti o jeho rámci. Dnes se podíváme na to, co je Sentient @SentientAGI. Zjistíte, že zakladatelé jsou různí a i projekty podobného směru budou mít různá zaměření. Sentient Protocol je decentralizovaný protokol, který umožňuje komunitě vytvářet, spravovat a používat loajální umělou inteligenci (což v překladu znamená loajální umělá inteligence, což by mělo být zarovnání umělé inteligence, ale jeho zarovnání je umělá inteligence, která je v souladu s komunitou, vlastní ji a kontroluje. Jak je toho dosaženo? Dvě části: - Segment AI, AI pipeline (správa dat, věrnostní školení) a je základem pro vývoj a školení věrnostní AI. - Blockchainová část, Správa: Systém řízený DAO, Vlastnictví: Tokenizovaná reprezentace vlastnictví modelu/aplikace, DeFi: Decentralizovaný finanční nástroj. Jak se část umělé inteligence sladí s komunitou? Ke koordinaci správy dat používal blockchain Řízení dat: Prostřednictvím filtrování dat jsou direktivní data nebo odměny určené komunitou pečlivě filtrovány a navrženy tak, aby byly v souladu s preferencemi komunity. Prolnutí dat zajišťuje, že model je odolný vůči manipulaci. Procesy správy dat jsou zakořeněny v komunitě. Nechte komunitu řídit produkci dat modelu prostřednictvím modelu správy. Uživatelé a tvůrci aplikací mohou předkládat návrhy na úpravu nebo vylepšení modelu, zatímco vlastníci modelů dohlížejí na správu prostřednictvím decentralizovaného hlasování. Umožňuje komunitě přispívat, ověřovat a kontrolovat tréninková data. Věrnostní školení: Vzhledem k pečlivě vybranému souboru dat, který trénuje umělou inteligenci tak, aby byla loajální a v souladu s hodnotami komunity, proces školení věrnosti zahrnuje: Robustní zarovnání: K trénování zarovnání modelu používejte jemné dolaďování pod dohledem (SFT) a zpětnovazební učení (RL). Školení otisků prstů: Pokročilá technologie snímání otisků prstů je zabudována do modelu a otisk prstu slouží jako důkaz vlastnictví modelu, což umožňuje komunitě sledovat úpravy a používání modelu a zároveň odrazovat od neoprávněných úprav. Kontrolní školení: Implantujte speciální dotazy pro udržení kontroly nad modelem. Tyto dotazy zajišťují deterministické odezvy na předem definované vstupy, což umožňuje přesnou kontrolu nad výstupem AI. Podívejte se na tento obrázek, abyste lépe pochopili celou jeho strukturu: Druhý tým se zaměřuje na diferenciaci paradigmatu služeb ziskového a loajálního (OML) modelu, stejně jako celého modelu openai a deepseek, a poté představuje podrobnosti OML. Ve srovnání s budováním decentralizované technické infrastruktury (včetně @0g_labs decentralizace výpočetního výkonu pro trénování modelů atd.) se Sentient zaměřuje na sladění a trénování modelu s vůlí komunity, označování vlastnictví (technologie otisků prstů) a sadu různých inovačních modelů (model OML), které kombinují obchodní paradigmata.