AI-Projekte gibt es in letzter Zeit viele, schauen wir uns die nacheinander an. Ich habe zuvor 0g gesehen und habe ein grobes Verständnis für dessen Rahmenwerk. Heute schaue ich mir an, was Sentient @SentientAGI ist. Man wird die Unterschiede der Gründer feststellen, selbst wenn die Projekte in eine ähnliche Richtung gehen, können die Schwerpunkte sehr unterschiedlich sein. Das Sentient-Protokoll ist ein dezentrales Protokoll, das der Gemeinschaft erlaubt, Loyal AI (übersetzt als loyale AI, was wahrscheinlich die Ausrichtung der AI bedeutet, nur dass seine Ausrichtung eine ist, die mit der Gemeinschaft übereinstimmt und von der Gemeinschaft besessen und kontrolliert wird) zu bauen, zu verwalten und zu nutzen. Wie wird das erreicht? In zwei Teilen: - Der KI-Teil, die AI-Pipeline (Datenmanagement, Loyalitätstraining) und die Grundlage für die Entwicklung und das Training von loyaler AI. - Der Blockchain-Teil, Governance: ein von DAO kontrolliertes System, Eigentum: tokenisierte Darstellung des Eigentums an Modellen/Anwendungen, DeFi: dezentrale Finanzinstrumente. Wie gelingt es dem KI-Teil, die Gemeinschaft auszurichten? Er nutzt die Blockchain, um das Datenmanagement zu koordinieren. Datenmanagement: Durch Datenfilterung, Anweisungsdaten oder von der Gemeinschaft festgelegte Belohnungen, die sorgfältig gefiltert und gestaltet werden, um den Vorlieben der Gemeinschaft zu entsprechen. Datenmischung, um sicherzustellen, dass das Modell gegen Manipulation resistent ist. Der Datenmanagementprozess ist in der Gemeinschaft verwurzelt. Durch das Governance-Modell kann die Gemeinschaft die Datenproduktion des Modells kontrollieren. Benutzer und Anwendungsentwickler können Vorschläge zur Anpassung oder Verbesserung des Modells einreichen, während die Eigentümer des Modells die Governance durch dezentrale Abstimmungen überwachen. Dies ermöglicht der Gemeinschaft, Trainingsdaten beizutragen, zu validieren und zu kontrollieren. Loyalitätstraining: Angesichts der sorgfältig ausgewählten Datensätze wird die AI trainiert, um loyal zu sein und mit den Werten der Gemeinschaft übereinzustimmen. Der Loyalitätstrainingsprozess umfasst: Robuste Ausrichtung: Verwendung von überwachten Feinabstimmungen (SFT) und verstärkendem Lernen (RL), um das Modell auszurichten. Fingerabdrucktraining: Fortschrittliche Fingerabdruckerkennungstechnologie wird in das Modell eingebettet, der Fingerabdruck dient als Nachweis des Eigentums am Modell, sodass die Gemeinschaft die Änderungen und die Nutzung des Modells verfolgen kann, während unautorisierte Änderungen verhindert werden. Kontrolltraining: Einfügen spezieller Abfragen, um die Kontrolle über das Modell aufrechtzuerhalten. Diese Abfragen stellen sicher, dass auf vordefinierte Eingaben deterministische Antworten gegeben werden, was eine präzise Kontrolle über die AI-Ausgaben ermöglicht. Diese Grafik hilft, die gesamte Struktur besser zu verstehen: Ein weiteres Teamfokus ist ein profitables und loyales (OML) Modell-Service-Paradigma, das sich von geschlossenen Modellen (OpenAI) und offenen Gewichtmodellen (DeepSeek) unterscheidet. Später werden die Details von OML vorgestellt. Im Vergleich zu @0g_labs, das an der Schaffung einer dezentralen technischen Infrastruktur (einschließlich der Dezentralisierung der Rechenleistung zum Trainieren von Modellen usw.) arbeitet, konzentriert sich Sentient mehr auf die Ausrichtung und das Training des Modells an den Wünschen der Gemeinschaft, die Kennzeichnung des Eigentums (Fingerabdrucktechnologie) und ein Set von innovativen Modellen, die mit dem Geschäftsmodell (OML-Modell) kombiniert sind.