Viime aikoina on ollut monia tekoälyprojekteja, katso niitä yksitellen, katsoin 0g:tä aiemmin, ja minulla on yleinen käsitys sen kehyksestä. Tänään tarkastelemme, mikä on Sentient @SentientAGI. Huomaat, että perustajat ovat erilaisia, ja jopa samansuuntaisilla projekteilla on erilaiset painopisteet. Sentient Protocol on hajautettu protokolla, jonka avulla yhteisö voi rakentaa, hallita ja käyttää uskollista tekoälyä (joka tarkoittaa uskollista tekoälyä, jonka pitäisi olla tekoälyn linjaus, mutta hänen linjauksensa on tekoäly, joka on yhteisön kanssa linjassa, sen omistama ja hallitsema. Miten se saavutetaan? Kaksi osaa: - Tekoälysegmentti, tekoälyputki (tiedonhallinta, kanta-asiakaskoulutus) ja on perusta uskollisuustekoälyn kehittämiselle ja koulutukselle. - Lohkoketjuosa, Hallinto: DAO:n hallitsema järjestelmä, Omistajuus: Mallin/sovelluksen omistajuuden tokenisoitu esitys, DeFi: Hajautettu rahoitusväline. Miten tekoälyosa on linjassa yhteisön kanssa? Hän käytti lohkoketjua tiedonhallinnan koordinointiin Tiedonhallinta: Tietojen suodatuksen avulla direktiivitiedot tai yhteisön määrittämät palkinnot suodatetaan huolellisesti ja suunnitellaan vastaamaan yhteisön mieltymyksiä. Tietojen sekoittaminen varmistaa, että malli kestää manipulointia. Tiedonhallintaprosessien juuret ovat yhteisössä. Anna yhteisön hallita mallin tiedontuotantoa hallintomallin avulla. Käyttäjät ja sovellusten rakentajat voivat lähettää ehdotuksia mallin virittämisestä tai parannuksista, kun taas mallin omistajat valvovat hallintoa hajautetun äänestyksen avulla. Antaa yhteisön osallistua, vahvistaa ja hallita koulutustietoja. Uskollisuuskoulutus: Kun otetaan huomioon huolellisesti valittu tietojoukko, joka kouluttaa tekoälyn olemaan lojaali ja linjassa yhteisön arvojen kanssa, uskollisuuskoulutusprosessi sisältää: Vankka kohdistus: Käytä valvottua hienosäätöä (SFT) ja vahvistusoppimista (RL) mallin kohdistuksen kouluttamiseen. Sormenjälkikoulutus: Edistynyt sormenjälkitekniikka on upotettu malliin, ja sormenjälki toimii todisteena mallin omistajuudesta, jolloin yhteisö voi seurata mallin muutoksia ja käyttöä ja estää luvattomat muutokset. Ohjauskoulutus: Implantoi erikoiskyselyitä mallin hallinnan ylläpitämiseksi. Nämä kyselyt varmistavat deterministiset vastaukset ennalta määritettyihin syötteisiin, mikä mahdollistaa tekoälyn tulosteen tarkan hallinnan. Katso tätä kuvaa ymmärtääksesi paremmin hänen koko rakenteensa: Toinen tiimi keskittyy erottamaan kannattavan ja uskollisen (OML) mallin palveluparadigman sekä koko openai- ja deepseek-mallin ja esittelemään sitten OML:n yksityiskohdat. Verrattuna siihen, että @0g_labs rakentaa hajautettua teknistä infrastruktuuria (mukaan lukien laskentatehon hajauttaminen koulutusmalleja varten jne.), Sentient keskittyy mallin yhdenmukaistamiseen ja kouluttamiseen yhteisön tahdon kanssa, omistajuuden merkitsemiseen (sormenjälkiteknologia) ja joukkoon erilaisia innovaatiomalleja (OML-malli), jotka yhdistävät liiketoimintaparadigmoja.