Recientemente hay muchos proyectos de IA, vamos a verlos uno por uno. Antes vi 0g y tengo una idea general de su marco. Hoy estoy revisando qué es Sentient @SentientAGI. Te darás cuenta de las diferencias entre los fundadores; incluso en proyectos de dirección similar, el enfoque puede ser muy diferente. Sentient Protocol es un protocolo descentralizado que permite a la comunidad construir, gestionar y utilizar Loyal AI (traducido como IA leal, que debería ser la alineación de la IA, solo que su alineación es una IA que se mantiene en consonancia con la comunidad, propiedad y controlada por la comunidad). ¿Cómo se logra esto? En dos partes: - Parte de inteligencia artificial, la línea de producción de IA (gestión de datos, entrenamiento de lealtad) y es la base para desarrollar y entrenar IA leal. - Parte de blockchain, gobernanza: un sistema controlado por DAO, propiedad: representación tokenizada de la propiedad del modelo/aplicación, DeFi: herramientas de finanzas descentralizadas. ¿Cómo logra la parte de inteligencia artificial alinear a la comunidad? Utiliza blockchain para coordinar la gestión de datos. Gestión de datos: A través de la filtración de datos, los datos de instrucciones o recompensas determinadas por la comunidad son cuidadosamente filtrados y diseñados para ajustarse a las preferencias de la comunidad. Mezcla de datos, asegurando que el modelo sea resistente a la manipulación. El proceso de gestión de datos está arraigado en la comunidad. A través de un modelo de gobernanza, la comunidad controla la producción de datos del modelo. Los usuarios y los constructores de aplicaciones pueden presentar propuestas de ajustes o mejoras del modelo, mientras que los propietarios del modelo supervisan la gobernanza a través de votación descentralizada. Permite a la comunidad contribuir, verificar y controlar los datos de entrenamiento. Entrenamiento de lealtad: Dado el conjunto de datos cuidadosamente seleccionado, se entrena a la IA para que sea leal y esté alineada con los valores de la comunidad. El proceso de entrenamiento de lealtad incluye: Alineación robusta: se utiliza ajuste fino supervisado (SFT) y aprendizaje por refuerzo (RL) para entrenar el modelo a alinearse. Entrenamiento de huellas dactilares: tecnología avanzada de reconocimiento de huellas dactilares incrustada en el modelo, la huella dactilar actúa como prueba de propiedad del modelo, permitiendo a la comunidad rastrear las modificaciones y el uso del modelo, al tiempo que se impiden modificaciones no autorizadas. Control de entrenamiento: se implantan consultas especiales para mantener el control del modelo. Estas consultas aseguran respuestas determinísticas a entradas predefinidas, logrando un control preciso sobre la salida de la IA. Ver esta imagen puede ayudar a entender mejor toda su estructura: El enfoque de otros equipos es un paradigma de servicio de modelo de lealtad y rentabilidad (OML), diferenciándose del modelo cerrado (openai) y el modelo de pesos abiertos (deepseek). Más adelante se presentarán los detalles de OML. En comparación con @0g_labs, que se centra en construir infraestructura tecnológica descentralizada (incluida la descentralización de la potencia de cálculo para entrenar modelos), Sentient se enfoca más en alinear y entrenar el modelo con la voluntad de la comunidad, marcando la propiedad (tecnología de huellas dactilares), un conjunto de innovaciones diferentes que combinan el paradigma comercial (modelo OML).