広場
最新
注目
ニュース
プロフィール
ポスト
Gateアプリをダウンロードするにはスキャンしてください
その他のダウンロードオプション
今日はこれ以上表示しない
Crypto-lovingCoinVilla
2025-09-25 11:24:20
フォロー
告知
OKウォレットを一目見た。ゼロになった。盗まれたと思った。びっくりした。財布の故障でよかった。修理を待とう。
Sentient AGIが提唱するOML(オープン、マネタイズ可能、忠誠)フレームワークは、ブロックチェーンと暗号技術を通じて、コミュニティ主導の利益共有で価値観が一致する分散型AIエコシステムを構築することを目的としています。そのコア運営メカニズムは以下の3つの次元を中心に展開されます:
オープン:オープンソースと権限管理のバランス
OMLフレームワークにおける「オープン」は、モデルの完全な無制限使用を指すものではありません。その核心は、モデルの所有権情報、トレーニングデータ、および重みが公開されており、コミュニティが審査、再現、改善できることです。しかし、モデルの使用権はコミュニティによって管理されています。これは「モデルフィンガープリンティング」という技術によって実現されています。
具体的には、モデルのトレーニングまたは微調整の段階で、一組のユニークで隠れた「質問-回答」ペアがモデルの暗号署名として埋め込まれます。そのモデルのサービスを展開し提供したい任意のエンティティは、モデル所有者を代表するコミュニティと契約を締結する必要があります。「検証者」からなるネットワークが定期的に展開されたモデルインスタンスをチェックし、これら特定の「質問」を通じてそのフィンガープリントが存在するかどうかを検証し、モデルが使用を許可されているかどうかを確認します。この方法により、モデルはオープンソースであると同時に、その使用と商業化の行為が追跡され、承認されることが保証されます。
マネタイズ可能:貢献に基づく価値の分配
「マネタイズ可能」はOMLフレームワークのインセンティブ層の核心であり、オープンソースAIの貢献者に持続可能な経済的リターンを提供することを目指しています。その運用はブロックチェーン上のスマートコントラクトに依存しています。
ユーザーがOMLエコシステムに展開されたAIモデルを推論またはクエリするために呼び出すたびに、料金を支払う必要があります。この呼び出しイベントはブロックチェーンに記録され、スマートコントラクトは自動的に生成された収益をモデルの所有権共有者に分配します。これにはモデルの元の作成者、後の微調整改善者、データ貢献者、インフラ提供者などが含まれます。
この配分メカニズムの基盤は、明確なオンチェーンの所有権記録です。各モデルバージョンのすべての貢献者とその所有権比率がブロックチェーンに記録され、価値配分の透明性と自動化が確保されます。これにより、従来のオープンソースプロジェクトの「愛で発電する」という課題が解決され、資本主義のインセンティブモデルを通じて、より強力なオープンソースモデルの出現が促進されます。
忠誠:コミュニティガバナンスと価値観の整合性
「忠誠」とは、AIモデルの行動や発展方向が貢献者コミュニティの価値観や意図と一致していることを意味し、単一の企業の利益に左右されるものではありません。これは主に2つの方法で実現されます:
1. コミュニティガバナンス:モデルの所有権共有者は、分散型自律組織(DAO)などの形式を通じて、モデルのアップグレードの方向性や料金設定などの重要事項について投票し、モデルの発展がコミュニティの長期的利益に合致することを確保します。
2. テクニカルアライメント:トレーニングプロセスでは、コミュニティが策定したデータを使用してモデルのアライメント微調整を行い、コミュニティの価値観(たとえば、Sentientのケースでは、自由意志主義と暗号通貨支持の価値観)がモデルに注入されます。同時に、対抗トレーニングなどの技術が採用され、モデルが悪意のあるプロンプトに対抗する能力を強化し、その行動の堅牢性と一貫性を確保することもあります。
技術的な実装と課題
OMLフレームワークの実装は、一連の技術の組み合わせに依存しています。これには、モデルフィンガープリンティング(特に、その革新的なPerinucleusサンプリング技術がフィンガープリントの容量と攻撃耐性を向上させたもの)、ブロックチェーンスマートコントラクト、そして安全なモデル実行のためのTEE(信頼できる実行環境)などが含まれます。
OMLフレームワークはまだ発展途上であり、いくつかの課題に直面しています。たとえば、指紋技術の導入はモデル推論の遅延を増加させる可能性があります。現在のOML 1.0プロトコルはホストによる契約の署名を必要とし、完全に許可なしのアクセスは実現されていません。これは将来のOML 2.0の目標であり、ゼロ知識証明(ZKP)などのより高度な暗号技術を通じてさらに改善する計画です。
シェン・ジチェン村委員会の党支部
#Sentient #
センティエントAGI #KAITOAI
@SentientAGI @KaitoAI
原文表示
このページには第三者のコンテンツが含まれている場合があり、情報提供のみを目的としております(表明・保証をするものではありません)。Gateによる見解の支持や、金融・専門的な助言とみなされるべきものではありません。詳細については
免責事項
をご覧ください。
報酬
いいね
コメント
リポスト
共有
コメント
0/400
コメント
コメントなし
人気の話題
もっと見る
#
GateLayerOfficiallyLaunches
22 人気度
#
LaunchpadXplOpen
13.4K 人気度
#
DogecoinEtfUpdate
24.7K 人気度
#
CryptoMarketPullback
308.3K 人気度
#
ShowMyAlphaPoints
164.6K 人気度
ピン
サイトマップ
告知
OKウォレットを一目見た。ゼロになった。盗まれたと思った。びっくりした。財布の故障でよかった。修理を待とう。
Sentient AGIが提唱するOML(オープン、マネタイズ可能、忠誠)フレームワークは、ブロックチェーンと暗号技術を通じて、コミュニティ主導の利益共有で価値観が一致する分散型AIエコシステムを構築することを目的としています。そのコア運営メカニズムは以下の3つの次元を中心に展開されます:
オープン:オープンソースと権限管理のバランス
OMLフレームワークにおける「オープン」は、モデルの完全な無制限使用を指すものではありません。その核心は、モデルの所有権情報、トレーニングデータ、および重みが公開されており、コミュニティが審査、再現、改善できることです。しかし、モデルの使用権はコミュニティによって管理されています。これは「モデルフィンガープリンティング」という技術によって実現されています。
具体的には、モデルのトレーニングまたは微調整の段階で、一組のユニークで隠れた「質問-回答」ペアがモデルの暗号署名として埋め込まれます。そのモデルのサービスを展開し提供したい任意のエンティティは、モデル所有者を代表するコミュニティと契約を締結する必要があります。「検証者」からなるネットワークが定期的に展開されたモデルインスタンスをチェックし、これら特定の「質問」を通じてそのフィンガープリントが存在するかどうかを検証し、モデルが使用を許可されているかどうかを確認します。この方法により、モデルはオープンソースであると同時に、その使用と商業化の行為が追跡され、承認されることが保証されます。
マネタイズ可能:貢献に基づく価値の分配
「マネタイズ可能」はOMLフレームワークのインセンティブ層の核心であり、オープンソースAIの貢献者に持続可能な経済的リターンを提供することを目指しています。その運用はブロックチェーン上のスマートコントラクトに依存しています。
ユーザーがOMLエコシステムに展開されたAIモデルを推論またはクエリするために呼び出すたびに、料金を支払う必要があります。この呼び出しイベントはブロックチェーンに記録され、スマートコントラクトは自動的に生成された収益をモデルの所有権共有者に分配します。これにはモデルの元の作成者、後の微調整改善者、データ貢献者、インフラ提供者などが含まれます。
この配分メカニズムの基盤は、明確なオンチェーンの所有権記録です。各モデルバージョンのすべての貢献者とその所有権比率がブロックチェーンに記録され、価値配分の透明性と自動化が確保されます。これにより、従来のオープンソースプロジェクトの「愛で発電する」という課題が解決され、資本主義のインセンティブモデルを通じて、より強力なオープンソースモデルの出現が促進されます。
忠誠:コミュニティガバナンスと価値観の整合性
「忠誠」とは、AIモデルの行動や発展方向が貢献者コミュニティの価値観や意図と一致していることを意味し、単一の企業の利益に左右されるものではありません。これは主に2つの方法で実現されます:
1. コミュニティガバナンス:モデルの所有権共有者は、分散型自律組織(DAO)などの形式を通じて、モデルのアップグレードの方向性や料金設定などの重要事項について投票し、モデルの発展がコミュニティの長期的利益に合致することを確保します。
2. テクニカルアライメント:トレーニングプロセスでは、コミュニティが策定したデータを使用してモデルのアライメント微調整を行い、コミュニティの価値観(たとえば、Sentientのケースでは、自由意志主義と暗号通貨支持の価値観)がモデルに注入されます。同時に、対抗トレーニングなどの技術が採用され、モデルが悪意のあるプロンプトに対抗する能力を強化し、その行動の堅牢性と一貫性を確保することもあります。
技術的な実装と課題
OMLフレームワークの実装は、一連の技術の組み合わせに依存しています。これには、モデルフィンガープリンティング(特に、その革新的なPerinucleusサンプリング技術がフィンガープリントの容量と攻撃耐性を向上させたもの)、ブロックチェーンスマートコントラクト、そして安全なモデル実行のためのTEE(信頼できる実行環境)などが含まれます。
OMLフレームワークはまだ発展途上であり、いくつかの課題に直面しています。たとえば、指紋技術の導入はモデル推論の遅延を増加させる可能性があります。現在のOML 1.0プロトコルはホストによる契約の署名を必要とし、完全に許可なしのアクセスは実現されていません。これは将来のOML 2.0の目標であり、ゼロ知識証明(ZKP)などのより高度な暗号技術を通じてさらに改善する計画です。
シェン・ジチェン村委員会の党支部
#Sentient # センティエントAGI #KAITOAI
@SentientAGI @KaitoAI