FLock OFFCena

(SN96)

FLock OFF, powiązany konkretnie z identyfikatorem SN96, to projekt zdecentralizowanej sztucznej inteligencji zbudowany jako subnet w sieci Bittensor. Opracowany przez zespół FLock.io, projekt koncentruje się na crowdsourcingu wysokiej jakości danych treningowych w celu tworzenia wydajnych małych modeli językowych (Small Language Models). Modele te są projektowane do działania na urządzeniach brzegowych (edge devices), takich jak smartfony i sprzęt Internet of Things, gdzie zasoby obliczeniowe i moc są ograniczone. Nazwa FLock OFF to skrót od FLock Open Federated Framework. Projekt służy jako zdecentralizowany i permissionless rynek danych, na którym współtwórcy współpracują przy budowie zestawów danych, które są kompaktowe, a jednocześnie bogate w wiedzę. Podejście to ma na celu rozwiązanie powszechnego problemu w rozwoju AI, polegającego na tym, że duże modele wymagają ogromnych ilości danych i mocy obliczeniowej, co utrudnia ich stosowanie na urządzeniach przenośnych. Sieć funkcjonuje w oparciu o dwie główne role: miners i validators. Miners pełnią rolę dostawców danych, którzy selekcjonują i przesyłają zestawy danych o wysokiej jakości (high signal datasets) do repozytoriów takich jak Hugging Face. Zestawy te są specjalnie dostosowane do nadzorowanego douczania (supervised fine tuning) i optymalizacji preferencji. Validators następnie pobierają te zestawy danych i oceniają ich jakość poprzez trenowanie wyspecjalizowanych adapterów przy użyciu techniki o nazwie Low Rank Adaptation na ustandaryzowanym modelu bazowym. Wydajność powstałego modelu determinuje nagrody dystrybuowane wśród współtwórców. To konkurencyjne środowisko sprawia, że priorytetowo traktowane są tylko najbardziej użyteczne i dokładne dane. Szerszą wizją projektu jest demokratyzacja trenowania AI poprzez odejście od scentralizowanych silosów danych. Dzięki wykorzystaniu uczenia federacyjnego (federated learning) i koordynacji opartej na blockchain, FLock OFF umożliwia uczestnikom wkład w rozwój AI przy jednoczesnym zachowaniu prywatności i własności danych. Projekt wykorzystuje stos technologiczny obejmujący PyTorch oraz bibliotekę HuggingFace Transformers do zarządzania procesami trenowania i ewaluacji. Powiązany token służy jako warstwa motywacyjna dla ekosystemu. Jest on wykorzystywany do nagradzania uczestników za ich wkład w trenowanie modeli i selekcję danych. Odgrywa on również rolę w zarządzaniu (governance) i bezpieczeństwie sieci, z mechanizmami takimi jak staking wymagany do uczestnictwa oraz slashing, aby zniechęcać do złośliwych zachowań lub przesyłania danych niskiej jakości. Poprzez dopasowanie zachęt ekonomicznych do tworzenia wysokiej jakości zasobów AI, projekt dąży do stworzenia otwartoźródłowej alternatywy dla zastrzeżonych modeli AI. Dowiedz się więcej

--

Ceny kryptowalut obarczone są wysokim ryzykiem rynkowym i zmiennością cen. Należy inwestować wyłącznie w projekty i produkty, które są znane i rozumieją związane z nimi ryzyko. Należy dokładnie rozważyć swoje doświadczenie inwestycyjne, sytuację finansową, cele inwestycyjne i tolerancję ryzyka oraz skonsultować się z niezależnym doradcą finansowym przed podjęciem jakichkolwiek decyzji inwestycyjnych. Niniejszy materiał nie powinien być traktowany jako porada finansowa. Wyniki osiągnięte w przeszłości nie są wiarygodnym wskaźnikiem wyników w przyszłości. Wartość inwestycji może spaść lub wzrosnąć, a zainwestowana kwota może nie zostać odzyskana. Ponosisz wyłączną odpowiedzialność za swoje decyzje inwestycyjne. LBank nie ponosi odpowiedzialności za poniesione straty. Aby uzyskać więcej informacji, zapoznaj się z naszymi Warunkami korzystania i Ostrzeżeniami dotyczącymi ryzyka. Należy również pamiętać, że dane dotyczące wyżej wymienionej kryptowaluty (takie jak jej aktualna cena w czasie rzeczywistym) pochodzą od stron trzecich i są udostępniane „tak jak są” wyłącznie w celach informacyjnych, bez żadnych oświadczeń ani gwarancji. Linki do stron internetowych stron trzecich nie podlegają kontroli LBank i LBank nie ponosi odpowiedzialności za wiarygodność ani dokładność tych stron ani ich treści.