#OpenLedger AI Backbone 使用人工智能確保公平性和可追溯性
@Openledger不僅僅是另一個人工智能項目——它是一個專門構建的區塊鏈,旨在使人工智能對所有貢獻者透明、負責任並有回報。其核心是一個稱爲歸因證明的機制:每當模型被訓練或運行時,OpenLedger都會準確記錄使用了哪些數據以及誰提供了這些數據,確保貢獻永遠不會被隱藏。
爲了組織數據,OpenLedger 使用 Datanets,這些是特定領域內的社區擁有數據集。人們上傳結構化數據,標記元數據,爲其版本化,所有這些都被錨定在鏈上。當使用這些數據訓練模型時,系統會衡量每個貢獻者輸入的“影響”——他們的數據在結果輸出中形塑了多少——這成爲獎勵的基礎。
當有人查詢一個模型時,可追溯性會追蹤哪些數據片段與該答案最相關。這些貢獻者隨後會根據他們的影響力得分獲得相應的費用分成。如果數據質量低、存在偏見或對立,則可能會受到懲罰。
在部署方面,OpenLedger使用了一種名爲OpenLoRA的工具,它允許多個微調模型變體在單個GPU上高效運行。這降低了成本,使得模型服務更加可擴展。他們的ModelFactory接口提供了一種無代碼的方式來微調、版本管理、測試和部署模型,使用Datanet數據——因此即使是較小的團隊也可以參與其中。
所有這些都由OPEN代幣驅動,OPEN代幣用於支付交易費用、結算推理成本、在生態
@Openledger不僅僅是另一個人工智能項目——它是一個專門構建的區塊鏈,旨在使人工智能對所有貢獻者透明、負責任並有回報。其核心是一個稱爲歸因證明的機制:每當模型被訓練或運行時,OpenLedger都會準確記錄使用了哪些數據以及誰提供了這些數據,確保貢獻永遠不會被隱藏。
爲了組織數據,OpenLedger 使用 Datanets,這些是特定領域內的社區擁有數據集。人們上傳結構化數據,標記元數據,爲其版本化,所有這些都被錨定在鏈上。當使用這些數據訓練模型時,系統會衡量每個貢獻者輸入的“影響”——他們的數據在結果輸出中形塑了多少——這成爲獎勵的基礎。
當有人查詢一個模型時,可追溯性會追蹤哪些數據片段與該答案最相關。這些貢獻者隨後會根據他們的影響力得分獲得相應的費用分成。如果數據質量低、存在偏見或對立,則可能會受到懲罰。
在部署方面,OpenLedger使用了一種名爲OpenLoRA的工具,它允許多個微調模型變體在單個GPU上高效運行。這降低了成本,使得模型服務更加可擴展。他們的ModelFactory接口提供了一種無代碼的方式來微調、版本管理、測試和部署模型,使用Datanet數據——因此即使是較小的團隊也可以參與其中。
所有這些都由OPEN代幣驅動,OPEN代幣用於支付交易費用、結算推理成本、在生態
OPEN-14.03%