風靡一時的AI究竟是何方神聖?爲何CNTM這段時間如此火爆?
發表於 2023-02-11 19:42 作者: 幣圈向往
AI 的炒作已經醉生夢死,在情緒的持續持續推進下,獲利盤巨大,籌碼斷層嚴重,高位滯脹。AGIX 昨日大幅回落,A 股漢王科技今日低开,宣告 AI 行情告一段落。然而在此輪行情的獲利資金眼中,市場仍然幹柴烈火。
題材很重要,但有時候題材出現的時機更重要。
數小時前,Coinbase CEO Brian Armstrong 推特稱,傳聞美國 SEC 希望在美國取消散戶的加密貨幣質押,一時間市場傳言美國監管層面將對加密市場重拳出擊,這種政策的前因與邏輯暫且不表。
市場層面,有危就有機,CEX 質押利空,則 LSD(流動性質押衍生品)利好。下面讓我們梳理一下 AI板塊的相關幣種。
ChatGPT目前的三個核心問題和痛點:
對於知識類型的問題,ChatGPT會給出看上去很有道理,但是事實上是錯誤答案的內容;
拓展解讀:對於這樣來說,由於ChatGPT的一部分回答很准確,而一部分看上去有道理,但事實上很離譜,而用戶並沒有足夠的能力來進行辨別,這將給用戶如何採信ChatGPT的答案帶來很多困惑。
ChatGPT目前這種基於GPT大模型基礎上進一步增加標注數據訓練的模式,對於LLM模型吸納新知識非常不友好。
拓展解讀:新知識總是在不斷出現,而出現一些新知識就去重新預訓練GPT模型是不現實的,無論是訓練時間成本還是金錢成本,都不可接受。如果對於新知識採取Fine-tune的模式,看上去可行且成本相對較低,但是很容易產生新數據的引入導致對原有知識的災難遺忘問題,尤其是短周期的頻繁fine-tune,會使這個問題更爲嚴重。
ChatGPT或GPT4的訓練成本以及在线推理成本太高,無法承載超過千萬級的用戶同時使用。
拓展解讀:假設繼續採取免費策略,OpenAI無法承受,但是如果採取收費策略,又會極大減少用戶基數,無法實現規模化。
Sparrow(Google的產品)是ChatGPT的良好補充:
sparrow在人工標注方面的質量和工作量不如ChatGPT;
Sparow的基於retrieval結果的生成結果證據展示,以及引入LaMDA系統的對於新知識採取retrieval模式,可以完美解決新知識的及時引入,以及生成內容可信性驗證兩個核心問題。
CNTM是什么?相比ChatGPT的優點是什么?
Connectome是一個基於區塊鏈核心技術开發的DeFi人工智能投顧平台,支持DeFi產品上鏈交易、理財產品去中心化AI測評、流動性挖礦、一鍵式智能投顧、智能客服等。通過大數據多維分析、AI模型演練,爲用戶提供接近一站式的、定制化人工智能投資顧問服務,爲理財產品發行人、投資用戶提供全方位的區塊鏈解決方案。
Jinn的優勢:
Jinn=ChatGPT+Sparrow
Jinn使用ChatGPT爲核心框架,引入了Sparow的基於retrieval結果的生成結果證據展示,以及引入LaMDA系統的對於新知識採取retrieval模式。
所以Jinn既有有高質量的人工標注,也可以完美解決新知識的引入問題,同時又有效的內容可信性驗證功能,從而打造下一代爲Web3服務的搜索引擎基礎。
應用場景類:
內容推薦:根據用戶行爲和與Jinn的交互分析,爲用戶推薦適合他的Web3內容與產品。
個性化金融:根據用戶行爲和與Jinn的交互分析,爲用戶推薦適合他的DeFi產品或根據用戶的模型來自動構建屬於用戶的科學家機器人,完成自動交易。
DAO推薦:爲用戶推薦合適的DAO組織,或直接將理念類似的人連接在一起自動生成新的DAO組織。
個性化內容生成:用戶可以通過組建關鍵字,通過Jinn輸出自己需要的內容。
核心技術路线
第一階段:冷啓動階段的監督策略模型。靠GPT 3.5本身,盡管它很強,但是它很難理解人類不同類型指令中蕴含的不同意圖,也很難判斷生成內容是否是高質量的結果。爲了讓GPT 3.5初步具備理解指令中蕴含的意圖,首先會從測試用戶提交的prompt(就是指令或問題)中隨機抽取一批,靠專業的標注人員,給出指定prompt的高質量答案,然後用這些人工標注好的數據來Fine-tune GPT 3.5模型。經過這個過程,我們可以認爲GPT 3.5初步具備了理解人類prompt中所包含意圖,並根據這個意圖給出相對高質量回答的能力;
第二階段:訓練回報模型(Reward Model,RM)。這個階段的主要目的是通過人工標注訓練數據,來訓練回報模型。在這個階段裏,首先由冷啓動後的監督策略模型爲每個prompt產生K個結果,人工根據結果質量由高到低排序,以此作爲訓練數據,通過pair-wise learning to rank模式來訓練回報模型。對於學好的RM模型來說,輸入,輸出結果的質量得分,得分越高說明產生的回答質量越高。
第三階段:採用強化學習來增強預訓練模型的能力。本階段無需人工標注數據,而是利用上一階段學好的RM模型,靠RM打分結果來更新預訓練模型參數。
二三階段迭代:不斷重復第二和第三階段,每一輪迭代都使得LLM模型能力越來越強。因爲第二階段通過人工標注數據來增強RM模型的能力,而第三階段,經過增強的RM模型對新prompt產生的回答打分會更准,並利用強化學習來鼓勵LLM模型學習新的高質量內容,這起到了類似利用僞標籤擴充高質量訓練數據的作用,於是LLM模型進一步得到增強。
Jinn將採用傳統搜索引擎+ChatGPT的雙引擎結構,ChatGPT模型是主引擎,傳統搜索引擎是輔引擎。傳統搜索引擎的主要輔助功能有兩個:一個是對於ChatGPT產生的知識類問題的回答,進行結果可信性驗證與展示,就是說在ChatGPT給出答案的同時,從搜索引擎裏找到相關內容片段及url鏈接,同時把這些內容展示給用戶,使得用戶可以從額外提供的內容裏驗證答案是否真實可信,這樣就可以解決ChatGPT產生的回答可信與否的問題,避免用戶對於產生結果無所適從的局面。
傳統搜索引擎的第二個輔助功能是及時補充新知識。既然不可能隨時把新知識快速引入LLM,那么可以把它存到搜索引擎的索引裏,ChatGPT如果發現具備時效性的問題,它自己又回答不了,則可以轉向搜索引擎抽取對應的答案,或者根據返回相關片段再加上用戶輸入問題通過ChatGPT產生答案,這裏有一部分將參考LaMDA關於新知識處理的具體方法。
總結
很多人問爲何不推薦AGIX之類的強勢龍頭?這就是很韭菜的問題了,AGIX已經走得太遠了,追高實屬不明智的選擇,CNTM才是大多數後知後覺投資者的战略第一布局標的!
現CNTM上方一旦突破0.2,將勢不可擋,在此刻AI人工智能的熱潮中,身爲OK的AI代言幣種,能走多遠相信大家不用我多說,內心都有數
CNTM官方推特宣布同時布局 AI 以及 LSD 賽道,此前CNTM創始人在官方社區中表示已經开始布局 AI 賽道,第一個CNTM產品跟 NFT 交易所的結合在2月底即將推出,爲登錄某安交易所做准備。
標題:風靡一時的AI究竟是何方神聖?爲何CNTM這段時間如此火爆?
地址:https://www.coinsdeep.com/article/10161.html
鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播信息之目的,不構成任何投資建議,如有侵權行為,請第一時間聯絡我們修改或刪除,多謝。
上一篇