جي أوكتو، كلما درست الذكاء الاصطناعي اللامركزي ، زادت الفجوة التي تزعجني: "يتحدث الجميع عن الحوسبة ، والوصول إلى النموذج ، وسرعة الاستدلال ... لكن لا أحد يتحدث عن مصدر البيانات. أو من قام برعايتها ". في التعلم الآلي ، القمامة في = القمامة. لكن معظم بنى الذكاء الاصطناعي التشفير لا تزال تتعامل مع البيانات على أنها هذا المدخل غير المرئي. لا توجد مساءلة ولا مصدر ولا مكافأة. هذا ما يجعل Datanets by @OpenledgerHQ واحدة من أهم البدائيات في الفضاء. #Datanets شبكات لامركزية خاصة بالمجال حيث يقوم المساهمون بتنظيم مجموعات البيانات المنظمة لتدريب نماذج #الذكاء الاصطناعي. كل نقطة بيانات هي: ▸ تم التحقق من صحتها ▸ منسوب ▸ تسجيل الدخول على السلسلة ▸ مرتبط بمخرجات النموذج المستقبلية عبر إثبات الإسناد (#POA) إنها طبقة التنسيق المفقودة: → منظم بما يكفي للنماذج → شفافة بما يكفي للثقة → محفز بما يكفي للمساهمين الحقيقيين في عالم #LLMs يأكل الإنترنت ، تطرح Datanets السؤال الصحيح: "ماذا لو كانت بيانات التدريب تنتمي إلى المجتمع؟"
كلما تعمقت في الذكاء الاصطناعي × التشفير ، استمر سؤال واحد في الظهور: "لقد بنينا عالما يتم فيه دفع الحوسبة ... لكن من يكافئ أولئك الذين يدربون الدماغ؟ @OpenledgerHQ يقدم إجابة قوية. إنها ليست مجرد مسرحية أخرى للبنية التحتية لنظام الذكاء الاصطناعي. إنها سلسلة كاملة من الطبقة 2 مبنية على OP Stack + #EigenDA ، محسنة ليس من أجل الضجيج ، ولكن للتنسيق الاقتصادي بين البيانات والنماذج والوكلاء. إليك ما يجعلها فريدة من نوعها 👇 1 / يبدأ بالبيانات. يقدم @OpenledgerHQ #Datanets - شبكات لامركزية لمجموعات البيانات الخاصة بالمجال التي يساهم بها المستخدمون. كل نقطة بيانات هي: ▸ منسوب على السلسلة ▸ مخصب ومصنف ▸ مرتبط بمخرجات النموذج التي تؤثر عليها ▸ يكافأ على أساس التأثير إنه مثل تحويل مجموعات بيانات HuggingFace إلى سلع عامة رمزية ، مع تاريخ يمكن التحقق منه. 2 / ثم تأتي طبقة النموذج. قامت @OpenledgerHQ ببناء #ModelFactory ، وهي منصة ضبط دقيقة قائمة على واجهة المستخدم الرسومية حيث: ▸ يمكن لأي شخص ضبط LLMs مثل LLaMA و Mistral و DeepSeek ▸ لا حاجة إلى رمز أو واجهات برمجة تطبيقات ▸ يتم تدريب النماذج باستخدام البيانات المصرح بها والتي تم التحقق منها ▸ يظل الإسناد سليما أثناء الضبط الدقيق ▸ يمكنك الدردشة مع النموذج وعرض اقتباسات البيانات الخاصة به عبر RAG Attribution هذا يجعل بناء نماذج الذكاء الاصطناعي والثقة بها أسهل وأكثر أمانا وشفافية. 3 / ثم التقديم على نطاق واسع. باستخدام #OpenLoRA ، يمكنك تقديم 1000 من الطرز المستندة إلى LoRA على وحدة معالجة رسومات واحدة. يقوم بتحميل المحولات ديناميكيا ودمجها في الوقت الفعلي وتشغيل الاستدلال باستخدام التكميم + دفق الرمز المميز. مثالي ل: ▸ وكلاء مخصصين ▸ خدمة سريعة ومنخفضة التكلفة ▸ عمليات النشر على نطاق المؤسسة إنها فعالة من حيث التكلفة ومعيارية وتعمل بالفعل. 4 / إذن لماذا OpenLedger مهم؟ لأن الذكاء الاصطناعي أصبح معياريا ووكيلا ولامركزيا. لكننا ما زلنا نفتقر إلى المساءلة والإنصاف في من يتقاضى رواتبهم. يقوم OpenLedger بإصلاح ذلك. ▸ هل تقوم بتشغيل عقدة؟ تحصل على أموال مقابل البيانات النظيفة ▸ هل تقوم بضبط نموذج؟ يتم الاستشهاد بك + مكافأة ▸ وكيلك يساعد المستخدمين؟ أنت تشارك + تكسب ▸ الإخراج الخاص بك خاطئ؟ تفقد السمعة إنها الثقة عبر الهيكل ، وليس المشاعر. ✅ ونعم ، إنه مباشر. Testnet انتهى: - تسجيل الدخول عبر وسائل التواصل الاجتماعي - احصل على مكافآت يومية - استكشاف شبكات البيانات و ModelFactory و RAG - ربما كسب نقاط أو التأهل لعمليات الإنزال الجوي في المستقبل مدرج بالفعل في لوحة المتصدرين الخاصة @KaitoAI + #SNAP @cookiedotfun. إذا كنت مهتما بالتقاط قيمة #الذكاء الاصطناعي الحقيقية ، فليس فقط ضوضاء المضاربة ، فإن OpenLedger يستحق نظرة فاحصة.
عرض الأصل
‏‎11.6 ألف‏
‏‎101‏
المحتوى الوارد في هذه الصفحة مُقدَّم من أطراف ثالثة. وما لم يُذكَر خلاف ذلك، فإن OKX ليست مُؤلِّفة المقالة (المقالات) المذكورة ولا تُطالِب بأي حقوق نشر وتأليف للمواد. المحتوى مٌقدَّم لأغراض إعلامية ولا يُمثِّل آراء OKX، وليس الغرض منه أن يكون تأييدًا من أي نوع، ولا يجب اعتباره مشورة استثمارية أو التماسًا لشراء الأصول الرقمية أو بيعها. إلى الحد الذي يُستخدَم فيه الذكاء الاصطناعي التوليدي لتقديم مُلخصَّات أو معلومات أخرى، قد يكون هذا المحتوى الناتج عن الذكاء الاصطناعي غير دقيق أو غير مُتسِق. من فضلك اقرأ المقالة ذات الصِلة بهذا الشأن لمزيدٍ من التفاصيل والمعلومات. OKX ليست مسؤولة عن المحتوى الوارد في مواقع الأطراف الثالثة. والاحتفاظ بالأصول الرقمية، بما في ذلك العملات المستقرة ورموز NFT، فيه درجة عالية من المخاطر وهو عُرضة للتقلُّب الشديد. وعليك التفكير جيِّدًا فيما إذا كان تداوُل الأصول الرقمية أو الاحتفاظ بها مناسبًا لك في ظل ظروفك المالية.