Gần đây có rất nhiều dự án AI, hãy xem từng cái một, trước đây tôi đã xem 0g, có một cái nhìn tổng quát về khung của nó. Hôm nay tôi đang xem cái gì là Sentient @SentientAGI. Bạn sẽ nhận thấy sự khác biệt của các nhà sáng lập, ngay cả khi các dự án có hướng đi tương tự, trọng tâm cũng sẽ rất khác nhau. Sentient Protocol là một giao thức phi tập trung, cho phép cộng đồng xây dựng, quản lý và sử dụng Loyal AI (dịch là AI trung thành, đây có lẽ chính là sự căn chỉnh của AI, chỉ là sự căn chỉnh của nó là một AI đồng nhất với cộng đồng, được sở hữu và kiểm soát bởi cộng đồng. Làm thế nào để thực hiện điều đó? Hai phần: - Phần trí tuệ nhân tạo, quy trình AI (quản lý dữ liệu, đào tạo trung thành) và là nền tảng để phát triển và đào tạo AI trung thành. - Phần blockchain, quản trị: hệ thống được kiểm soát bởi DAO, quyền sở hữu: biểu diễn mã hóa quyền sở hữu mô hình/ứng dụng, DeFi: công cụ tài chính phi tập trung. Phần trí tuệ nhân tạo làm thế nào để căn chỉnh với cộng đồng? Nó sử dụng blockchain để phối hợp quản lý dữ liệu. Quản lý dữ liệu: Thông qua lọc dữ liệu, dữ liệu chỉ dẫn hoặc phần thưởng do cộng đồng xác định được lọc và thiết kế cẩn thận để phù hợp với sở thích của cộng đồng. Trộn dữ liệu, đảm bảo mô hình có thể chống lại sự thao túng. Quy trình quản lý dữ liệu được gắn rễ trong cộng đồng. Thông qua mô hình quản trị, cộng đồng kiểm soát sản xuất dữ liệu của mô hình. Người dùng và nhà xây dựng ứng dụng có thể gửi đề xuất điều chỉnh hoặc cải tiến mô hình, trong khi chủ sở hữu mô hình giám sát quản trị thông qua bỏ phiếu phi tập trung. Cho phép cộng đồng đóng góp, xác minh và kiểm soát dữ liệu đào tạo. Đào tạo trung thành: Xét về bộ dữ liệu được chọn lọc cẩn thận, đào tạo AI để nó trung thành và phù hợp với các giá trị của cộng đồng, quy trình đào tạo trung thành bao gồm: Căn chỉnh vững chắc: sử dụng tinh chỉnh giám sát (SFT) và học tăng cường (RL) để đào tạo mô hình căn chỉnh. Đào tạo dấu vân tay: công nghệ nhận diện dấu vân tay tiên tiến được nhúng vào mô hình, dấu vân tay như một bằng chứng về quyền sở hữu mô hình, cho phép cộng đồng theo dõi các sửa đổi và sử dụng mô hình, đồng thời ngăn chặn các sửa đổi không được phép. Kiểm soát đào tạo: nhúng các truy vấn đặc biệt để duy trì kiểm soát mô hình. Những truy vấn này đảm bảo phản hồi xác định cho các đầu vào đã được định nghĩa trước, từ đó đạt được kiểm soát chính xác đối với đầu ra của AI. Nhìn vào hình này có thể hiểu rõ hơn về toàn bộ cấu trúc của nó: Ngoài ra, trọng tâm của các đội khác đều là một mô hình dịch vụ có lợi nhuận và trung thành (OML), và sự khác biệt trên toàn bộ mô hình mô hình đóng (openai), mô hình trọng số mở (deepseek). Sau này sẽ giới thiệu chi tiết về OML. So với @0g_labs trong việc xây dựng cơ sở hạ tầng công nghệ phi tập trung (bao gồm cả việc phi tập trung hóa sức mạnh tính toán để đào tạo mô hình), Sentient tập trung nhiều hơn vào việc căn chỉnh và đào tạo ý chí cộng đồng của mô hình, đánh dấu quyền sở hữu (công nghệ dấu vân tay), một bộ các mô hình đổi mới khác biệt kết hợp với mô hình thương mại (mô hình OML).