أعطني المعلومات واختر 5 أصدقاء v10u مغلفات حمراء: ما هي تكلفة Edgex و Aster s3 و Lighter؟ @edgeX_exchange @Aster_DEX @Lighter_xyz #Perpdex

في السابق ، قدمت لأصدقائي أن @SentientAGI أربع أوراق تم قبولها من قبل @NeurIPSConf ، وأكثرها قيمة كان OML 1.0 على المسار الرئيسي. OML (ترخيص النموذج المفتوح / طبقة وسم الملكية) هي تقنية "تختم نماذج اللغات الكبيرة المضادة للتزييف". يمكنه تضمين الآلاف من "بصمات الأصابع" داخل النموذج دون التأثير على أداء النموذج - تماما مثل العديد من العلامات المائية غير المرئية المخبأة في النموذج لإثبات هوية النموذج وأصله. طرق بصمات الأصابع السابقة لها العديد من القيود: ❶ على الأكثر ، لا يمكن تضمين سوى بضع عشرات من بصمات الأصابع ، وبغض النظر عن عدد النماذج الموجودة ، سيتم "كسرها ؛ ❷ من السهل اكتشاف بصمات الأصابع أو حذفها ؛ ستنتهي صلاحيته بعد ضبط النموذج والتقطير والدمج. ❸ لا يمكن حقا دعم تتبع حقوق الطبع والنشر وتسويق النماذج مفتوحة المصدر. يقوم OML بتضمين أزواج استجابة المفاتيح المخفية في "مناطق الحافة" حيث لا يتم استخدام النموذج بشكل شائع ، بحيث يتصرف النموذج بنفس الطريقة تماما عند استخدامه بشكل طبيعي ، ولكن يمكن فقط للشخص الذي يدخل المفتاح المحدد تشغيل إجابة فريدة للتحقق من صحة النموذج. في اختبار العالم الحقيقي ، قامت Sentient بتضمين 24,576 زوجا مستقلا من استجابة المفاتيح في الإصدار المضبوط بدقة من Llama-8-8B وظل مستقرا واستمر بعد الضبط الدقيق أو التقطير أو الخلط. OML يجعل النماذج "موقعة" مثل الأعمال البشرية. هذا يفتح عددا من الاحتمالات المهمة: - تتبع النموذج: تعرف من أين أتى النموذج ومن دربه. - الترخيص والتسويق: يمكن لنماذج المصدر المفتوح أيضا تحقيق التوزيع القانوني وترخيص الرسوم. - مكافحة التزييف ومكافحة العبث: منع الآخرين من الانتحال والضبط الدقيق وانتحال شخصية الأصل. التدقيق الموثوق به: يمكنك اكتشاف ما إذا كان النموذج ينتمي إلى ناشر في العالم الحقيقي. باختصار ، OML هي الخطوة الأولى في منح نماذج الذكاء الاصطناعي "آلية حماية حقوق النشر" وهي حجر الزاوية في AGI مفتوح المصدر المدفوع بالمجتمع من Sentient.

أعلنت .@SentientAGI مؤخرا أن أكبر conference@NeurIPSConf ذكاء اصطناعي في العالم قد تلقت أربع أوراق من الفريق تغطي فئات مختلفة. بعد إلقاء نظرة فاحصة ، وجدت أن هذا اعتراف كبير بابتكار Sentient التكنولوجي في مجال الذكاء الاصطناعي. لنبدأ بتعميم علمي بسيط: يعد NeurIPS (مؤتمر أنظمة معالجة المعلومات العصبية) أحد أكثر المؤتمرات الأكاديمية تأثيرا في مجال الذكاء الاصطناعي والتعلم الآلي في العالم ، وقد تأسس لأول مرة في عام 1987. في كل عام ، يجمع كبار العلماء وشركات التكنولوجيا من جميع أنحاء العالم لعرض أحدث الاختراقات في تكنولوجيا الذكاء الاصطناعي. من التعلم العميق إلى نماذج اللغة الكبيرة ، تولد هنا العديد من الابتكارات المتغيرة للعالم ، وهذا هو السبب في أن NeurIPS تعرف أيضا باسم "ريشة الطقس لهذا العام" في مجال الذكاء الاصطناعي. تشتهر NeurIPS بعتبة أكاديمية عالية للغاية ومراجعة الأقران الصارمة ، مع معدل قبول يبلغ حوالي 20٪ من الطلبات على مر السنين. إن قبولها من قبل المؤتمر يعني أن الورقة قد حظيت بتقدير كبير من قبل خبراء الصناعة لابتكارها وتأثيرها العلمي والمحتمل. معترف بها من قبل الوعي للإنجازات الخارقة: ❶ OML 1.0 (المسار الرئيسي): بصمات LLM قابلة للتطوير تعمل Sentient على تحسين مائة ضعف في محاولات التعرف على بصمات الأصابع التقليدية للطراز المفتوح ، حيث تقوم بحقن 24,576 بصمة ثابتة. بعد حقن بصمات الأصابع ، لا يوجد تدهور في أداء النموذج ، مما يعني أنه يمكن تحقيق التتبع الآمن دون المساس بالاستدلال أو القدرات التوليدية. يمكن القول أن هذا هو حجر الزاوية في الذكاء الاصطناعي العام مفتوح المصدر ، وفقط من خلال ضمان عدم انتهاك مصالح المبدعين يمكن للمجتمع بأكمله أن يتطور لفترة طويلة. ❷ LiveCodeBenchPro (مجموعات البيانات والمسارات المعيارية) تقيس المعايير المخصصة المصممة لتقييم قدرة التعليمات البرمجية بدقة الأداء العام للنماذج في مهام البرمجة في العالم الحقيقي. استخدمت Sentient 20٪ من البيانات لإنشاء نموذج أصغر ب 10 مرات ، مما يتحقق من قدرة النماذج الصغيرة على تحقيق نماذج كبيرة من خلال بيانات عالية الجودة وتدريب موجه نحو المهام. ❸ MindGames Arena (مضمار السباق) ينشر هذا المسار بشكل أساسي أوراقا وحلولا لمسابقات الذكاء الاصطناعي ، وتقترح Sentient أن يتم اختيارها من قبل NeurIPS لعقد مسابقة الذكاء الاصطناعي التي تهدف إلى تمكين الوكلاء من تحسين قدراتهم من خلال الألعاب الاجتماعية. يمكن فهمه على أنه استكشاف للمرحلة التالية من الذكاء الاصطناعي ، مع التركيز بشكل أكبر على التحسين الذاتي الذكاء الاصطناعي وقدرات التعلم الاجتماعي. ❹ OML Lock-LLM (ندوة وتكنولوجيا أمنية) يسمح امتداد تقنية OML بالتحكم القابل للتحقق والتشفير المفروض على النموذج في ظل ظروف الوصول إلى الصندوق الأبيض. وازن بين النماذج المفتوحة والشفافية والأمان - حتى إذا كان لدى شخص آخر حق الوصول إلى معلمات النموذج، فلا يمكن تعديلها أو إساءة استخدامها. أتطلع بشكل متزايد إلى اليوم الذي سيتم فيه تحقيق الذكاء الاصطناعي العام مفتوح المصدر بالفعل ، وأعتقد أنه سيكون خطوة مهمة في تغيير عملية تطوير الذكاء الاصطناعي. # الذكاء الاصطناعي #SentientAGI