Nykyään tekoälyprojekteja on paljon, ja konsepteja ja volyymeja on paljon. Mutta loppujen lopuksi se, mikä voi pysyä paikallaan, riippuu laskeutumiskyvystä + käyttäjien tietojen arvon todellisesta kunnioittamisesta. OpenLedger on menossa tähän suuntaan. Olen katsonut OpenLedgerin haastatteluja aiemmin, ja yksi asia, joka teki minuun suurimman vaikutuksen, oli se, että he todella arvostavat yhteisöä. Kyse ei ole iskulauseiden huutamisesta, vaan tuotekehitysprosessissa yhteisön palautteen jatkuvasta iteroinnista, ja yhteisö itse on tämän projektin "toinen rakentaja". —————— ➤ Tietoja OpenLedger-@OpenLedger ▪️OpenLedger on ensimmäinen lohkoketju, joka on suunniteltu erityisesti hajautettua tekoälyä varten ja joka keskittyy tietojen, mallien ja tekoälyagenttien likviditeetin vapauttamiseen. ▪️ Perusongelma, jonka se haluaa ratkaista, on keskitetyn tekoälyn "datan mustan laatikon" ongelma - tietojen omistus- ja tulo-oikeuksien palauttaminen käyttäjille itselleen. ▪️ Hanke on saanut 15 miljoonan dollarin rahoituksen huippuinstituutioilta, kuten Polychainilta, HashKeyltä ja Finalityltä, ja sitä tukevat OG:t, kuten EigenLayer, Polygon ja Gitcoin. ▪️ Testiverkko on suorittanut yli 20 miljoonaa tapahtumaa, ja yhdistettynä DePIN + AI -arkkitehtuuriin mallin ja datan yhteistyön toteutettavuutta varmistetaan. —————— ➤ Tietomalli on kaikki volyymeina, mitä eroja OpenLedgerissä on? Viimeisen vuoden aikana useimmat Crypto AI -projektit ovat keskittyneet volyymilaskentatehoon, kuten hajautettuihin GPU:ihin. Tekoälyn kolme elementtiä ovat kuitenkin: data = polttoaine, malli = moottori ja laskentateho = energia. Se, mikä voidaan todella toteuttaa ja kaupallistaa, on data ja itse malli. OpenLedger on valinnut maanläheisemmän reitin "mallin käyttöönotto + puheluvoiton jakaminen" sen sijaan, että se sokeasti rullaisi tieteellistä tutkimusta ja kasaisi parametreja. —————— ➤ SLM (Small Language Model) on kriittisempi kuin luulet Kaikki projektit eivät tarvitse suurta mallia. SLM:llä on alhaiset kustannukset ja nopea hienosäätö, mikä sopii paremmin nopeaan käyttöönottoon ketjussa, ja se voi myös jakaa voitot automaattisesti kutsukäyttäytymisen kautta mallin tokenisoinnin saavuttamiseksi. Älä katso sitä pienesti, monet tekoälysovellukset, jotka voivat todella toimia, luottavat siihen. —————— ➤ OpenLedger rakentaa täydellisen joukon "ketjun sisäisiä talousjärjestelmiä" Tavoitteena on käydä läpi täydellinen suljettu silmukka datasta → mallista → käyttämällä → etuja. Keskeisiä moduuleja ovat: ▪️Model Factory: Kooditon hienosäätöalusta, jonka avulla kuka tahansa voi kouluttaa malleja ▪️OpenLoRA: Tuhansia malleja on olemassa rinnakkain, moduulit ovat hot-swap-käytettävissä ja käyttöönotto on joustavaa ▪️Tietoverkot: Todennettavissa olevat tietoverkot varmistavat datan luotettavuuden ▪️Todiste attribuutiosta: Jakaa voitot automaattisesti jokaisella puhelulla ▪️Ehdotusalusta: DAO-pohjaiset yhteistyömarkkinat malleille, yhteisrakentamiselle ja yhteishallinnolle Yksinkertaisesti sanottuna se on yhdistelmä HuggingFace + Stripe + Infura, ja se on ketjussa ja koottavissa, ja se todella toteuttaa "mallin voimavarana". —————— ➤ Kuinka kehittäjät voivat käyttää sitä? Kehittäjät voivat hankkia valtuutustietoja, kouluttaa malleja, ottaa käyttöön yhdellä napsautuksella ja avata puheluita OpenLedgerissä. Jokainen puhelu käynnistää automaattisesti token-voitonjaon, ja kaikki käyttäytyminen voidaan tarkistaa ja jäljittää koko ketjussa. Se kuulostaa Web2:lta, mutta arvo tulee ketjun läpinäkyvyydestä, kannustimista ja koottavuudesta, joten mallista tulee voimavara ja puhelu on kaupallistaminen. —————— ➤ OpenLedger on enemmän suunnittelupainotteinen NEAR on enemmän kuin AI Agent -alusta, ja Bittensor keskittyy ketjun sisäiseen koulutukseen; OpenLedger puolestaan keskittyy mallien käyttöönottoon, kutsumiseen ja arvonkiertoon – ydin on "tehdä malleista kannattavia". Suoraan sanottuna: en rullaa papereita tai harrasta temppuja, haluan vain juosta, käyttää ja ansaita malleja. —————— ➤ Se, joka teki minuun suurimman vaikutuksen, oli mallitehdas Tämä tuote on liian ystävällinen pienille tiimeille. Koko prosessin graafinen käyttöliittymä ja visualisointi voivat suorittaa tietojen valtuutuksen, mallin konfiguroinnin ja käyttöönoton ilman koodin kirjoittamista. Se tukee myös LoRA/QLoRA-hienosäätöä, sisäänrakennettua arviointia, testausta, polun jäljittämistä, ja koko ketjun seurantaa yhdellä kertaa. Vaikka sinulla ei olisi teknistä taustaa, voit kouluttaa oman eksklusiivisen mallisi. —————— OpenLedger on yksi "tuotemaisimmista" projekteista Crypto AI -markkinoilla tällä hetkellä. Se ei ole tyhjä iskulause "AI on chain", vaan mallitalousjärjestelmä, joka rakentaa "malli on voimavara ja puhelu on arvo". Kun tekoälyn kerronta astuu syviin vesiin, tällainen projekti, jolla on todellista keskitason arvoa, voi olla lopullinen voittaja.
Näytä alkuperäinen
21
10,47 t.
Tällä sivulla näytettävä sisältö on kolmansien osapuolten tarjoamaa. Ellei toisin mainita, OKX ei ole lainatun artikkelin / lainattujen artikkelien kirjoittaja, eikä OKX väitä olevansa materiaalin tekijänoikeuksien haltija. Sisältö on tarkoitettu vain tiedoksi, eikä se edusta OKX:n näkemyksiä. Sitä ei ole tarkoitettu minkäänlaiseksi suositukseksi, eikä sitä tule pitää sijoitusneuvontana tai kehotuksena ostaa tai myydä digitaalisia varoja. Siltä osin kuin yhteenvetojen tai muiden tietojen tuottamiseen käytetään generatiivista tekoälyä, tällainen tekoälyn tuottama sisältö voi olla epätarkkaa tai epäjohdonmukaista. Lue aiheesta lisätietoa linkitetystä artikkelista. OKX ei ole vastuussa kolmansien osapuolten sivustojen sisällöstä. Digitaalisten varojen, kuten vakaakolikoiden ja NFT:iden, omistukseen liittyy suuri riski, ja niiden arvo voi vaihdella merkittävästi. Sinun tulee huolellisesti harkita, sopiiko digitaalisten varojen treidaus tai omistus sinulle taloudellisessa tilanteessasi.