FLock OFFPrijs

(SN96)

FLock OFF, specifiek geassocieerd met de identifier SN96, is een gedecentraliseerd kunstmatige intelligentie-project dat is gebouwd als een subnet op het Bittensor netwerk. Ontwikkeld door het FLock.io team, richt het project zich op het crowdsourcen van hoogwaardige trainingsdata om efficiënte Small Language Models te ontwikkelen. Deze modellen zijn ontworpen om te draaien op edge-apparaten zoals smartphones en Internet of Things-hardware waar rekenkracht en energie beperkt zijn. De naam FLock OFF staat voor FLock Open Federated Framework. Het project dient als een gedecentraliseerde en permissionless datamarktplaats waar bijdragers samenwerken om datasets te bouwen die compact maar rijk aan kennis zijn. Deze aanpak is bedoeld om een veelvoorkomend probleem in de ontwikkeling van AI op te lossen, waarbij grote modellen enorme hoeveelheden data en rekenkracht vereisen, waardoor ze moeilijk te gebruiken zijn op draagbare apparaten. Het netwerk werkt via twee primaire rollen: miners en validators. Miners fungeren als data-bijdragers die hoogwaardige datasets cureren en uploaden naar repositories zoals Hugging Face. Deze datasets zijn specifiek toegesneden op supervised fine tuning en preference optimization. Validators downloaden deze datasets vervolgens en evalueren de kwaliteit ervan door gespecialiseerde adapters te trainen met behulp van een techniek genaamd Low Rank Adaptation op een gestandaardiseerd basismodel. De prestaties van het resulterende model bepalen de beloningen die aan de bijdragers worden uitgekeerd. Deze competitieve omgeving zorgt ervoor dat alleen de meest nuttige en nauwkeurige data prioriteit krijgt. De bredere visie van het project is om AI-training te democratiseren door weg te bewegen van gecentraliseerde datasilo's. Door gebruik te maken van federated learning en blockchain-coördinatie, stelt FLock OFF deelnemers in staat om bij te dragen aan AI-ontwikkeling met behoud van privacy en data-eigendom. Het project maakt gebruik van een technische stack die PyTorch en de HuggingFace Transformers-bibliotheek omvat om de trainings- en evaluatie-pipelines te beheren. De bijbehorende token dient als de stimuleringslaag voor het ecosysteem. Het wordt gebruikt om deelnemers te belonen voor hun bijdragen aan de modeltraining en datacuratie. Het speelt ook een rol in het governance en de beveiliging van het netwerk, met mechanismen zoals staking die vereist is voor deelname en slashing om kwaadaardig gedrag of inzendingen van slechte kwaliteit af te schrikken. Door economische prikkels af te stemmen op de productie van hoogwaardige AI-assets, streeft het project naar het creëren van een open-source alternatief voor eigen AI-modellen. Leer meer

De koers van cryptovaluta is onderhevig aan een hoog marktrisico en prijsvolatiliteit. U dient alleen te investeren in projecten en producten waarmee u bekend bent en waarvan u de bijbehorende risico's begrijpt. Overweeg zorgvuldig uw beleggingservaring, financiële situatie, beleggingsdoelstellingen en risicotolerantie en raadpleeg een onafhankelijke financieel adviseur voordat u beleggingsbeslissingen neemt. Dit materiaal mag niet worden beschouwd als financieel advies. Prestaties uit het verleden zijn geen betrouwbare indicator voor toekomstige prestaties. De waarde van uw belegging kan dalen of stijgen en u krijgt mogelijk uw geïnvesteerde bedrag niet terug. U bent zelf volledig verantwoordelijk voor uw beleggingsbeslissingen. LBank is niet aansprakelijk voor eventuele verliezen die u lijdt. Raadpleeg voor meer informatie onze Gebruiksvoorwaarden en Risicowaarschuwingen. Houd er tevens rekening mee dat de gegevens met betrekking tot de bovengenoemde cryptovaluta (zoals de actuele realtime koers) afkomstig zijn van derden en uitsluitend ter informatie worden verstrekt, zonder enige garantie of verklaring. Links naar websites van derden vallen niet onder de controle van LBank en LBank is niet verantwoordelijk voor de betrouwbaarheid of nauwkeurigheid van dergelijke websites of hun inhoud.