Kun tekoäly alkaa sopia sokeasti, @Mira_Network nostaa kätensä suoraan ja läimäyttää 😂 sitä Mielenkiintoista on, että vuonna 2023 vanhempi newyorkilainen lakimies toimitti oikeudellisen lausunnon liittovaltion tuomioistuimelle Tiedoissa ei näytä olevan puutteita, mutta tuomari näki ne läpi yhdellä silmäyksellä, eikä mitään artikkelissa luetelluista tapauksista ollut olemassa, mutta en odottanut, että ChatGPT tekisi ne Vuodesta 2023 lähtien OpenAI:sta on tullut toimisto-oppimisemme valtavirran generatiivinen työkalu Ennen tätä minun piti yleensä etsiä Baidua ja Googlea löytääkseni tietoa, mutta nyt tarvitsen vain GPT:n tiivistämään sen Tällä tavalla minulle on kehittynyt tapa kurkottaa ruokaa, ja olen liian laiska varmistamaan sen aitoutta ja suoraa omaksumista Vaikka tekoäly keksisi, kukaan ei tiedä, onko se totta vai tarua, syntyy monia oolong-tapauksia Koska niin kauan kuin kieli on sujuvaa ja loogista, se voi pettää suurimman osan ihmisistä Mutta itse asiassa tällainen asia ei voi luottaa täysin tekoälyyn, tekoäly tuottaa yhä enemmän, mutta todentamiskyky on lähes pysähtynyt, ja hallusinaatio-ongelmasta on tullut rakenteellinen riski Tässä yhteydessä @Mira_Network:n tekoälyn tulosteen varmennusverkosta on tullut jäykkä tarve @Mira_Network Perustetaan useista malleista koostuva varmennusverkosto ja käytetään järjestelmien välisiä ristiriita-arviointeja ongelman korjaamiseksi, jota yksi malli ei pysty sertifioimaan itse. ▪️ Ensimmäinen askel on purkaa lausunto Mikä tahansa monimutkainen tulos jaetaan sarjaan perusväitteitä Esimerkiksi maa kiertää aurinkoa ja kuu kiertää maata kahdeksi itsenäiseksi väitteeksi, joista kumpikin voidaan erikseen arvioida todeksi tai vääräksi Seuraavaksi varmennusprosessiin liitetään useita malleja, ja jokainen malli antaa arvioita itsenäisesti, ja järjestelmä laskee niiden välisen konsensuksen asteen ja arvioi luottamuksen asteen Jos konsensus ylittää kynnyksen, väite katsotaan päteväksi; Jos erimielisyys on vakava, käynnistetään toinen tarkistus tai irtisanominen ▪️ Miran testin validoinnin tiedot osoittavat: > Kolmen mallin konsensusmekanismi parantaa tarkkuutta 73,1 prosentista 95,6 prosenttiin > kokonaisvirhetaso pieneni 84 prosenttia > Keskimääräinen johdonmukaisuuden κ-arvo useiden mallien välillä on lähellä 0,8:aa, jolla on vakaa arviointikyky Tietenkin, jos annat vain useiden mallien äänestää totuuden arvioimiseksi, se on helppo arvata satunnaisesti ▪️Mira toimii, koska se upottaa pelimekaniikan järjestelmän rakenteeseen Validointi ei ole maksuton teko. Jokaisen validointiin osallistuvan mallisolmun on kannettava vastuu tuloksista Jos se on usein ristiriidassa muiden solmujen arvioiden kanssa tai sen havaitaan poikkeavan merkittävästi loogisesta liikeradasta, se menettää validointioikeutensa ja menettää taloudellisia kannustimia verkossa Jotta verifiointi todella toteutettaisiin, Mira on tehnyt paljon teknisiä optimointeja suoritusarkkitehtuuriin ▪️ Kriittisin on pakata validointitulos yhdeksi tunnukseksi Tämä väitteiden muunnostekniikka vähentää merkittävästi verifiointikohtaisia kustannuksia, jolloin järjestelmä voi toimia laajamittaisissa käyttötapauksissa hidastamatta suorituskykyä ▪️ Yksityisyyden tasolla Miran validoijat eivät koskaan koske koko tekstiin Järjestelmä jakaa sisällön automaattisesti ja jakaa sen eri solmuihin varmistaakseen tietojen redusoimattomuuden varmennusprosessin aikana Viimeisen vuoden aikana tekoälyä on työnnetty yhä useampiin skenaarioihin, ja tuotantonopeus on kiihtynyt, mutta todentamismekanismi on periaatteessa pysähtynyt Tekoälyä ei saateta vastuuseen, mutta ihmisiä 😭 Joten @MiraNetworkCN rooli on pysäyttää tekoäly, kun se puhaltaa muutaman sokean iskun