📅 ألفا إيردروب (6🈷️21日)
عطلة نهاية الأسبوع مرت يومين بدون إيردروب، الكل رجع إلى 261، واليوم أخيراً أعطونا خبر إيردروب بكرة، يبدو إنه مشروع كبير، أتوقع الدرجات بين 225-230، الكل له نصيب، هل يمكننا نعيد تجربة الماينر الكبير؟ يا شباب، هل أنتم مستعدين؟
في الفترة الأخيرة، في استكشاف دمج البلوكشين مع الذكاء الاصطناعي، رغم أن وزن النماذج على السلسلة يظهر عمق تقني، لكنه ما حل المشكلة الأساسية: حقوق مساهمي البيانات. معلمات الشبكة العصبية تُدرب على كميات هائلة من البيانات الأولية، والمساهمات في التوسيم والاستدلال تتجسد في أرقام داخل النموذج، لكن هالمساهمات غالباً ما تُهمل بعد استخدام النموذج تجارياً، مما يؤدي إلى مواجهة هيكلية في أصول البيانات. $OPG
منصات البيانات الجماعية في بداياتها وقعت في ورطة بسبب غياب آلية النسب. سلوكيات التلاعب الآلي خففت من أرباح المساهمين الحقيقيين، والأنظمة تضحي بمؤشرات الأداء، مما أدى إلى انخفاض جودة البيانات الفعّالة، وعائدات المرسّمين ضعيفة. هالشي كشف عن حدود السعي وراء الحجم فقط.
@OpenGradient مشاريع أخرى تحاول تغيير هالوضع من خلال آلية التحقق على السلسلة. هم ما يعتمدون على كمية التحميل، بل يتتبعون المساهمة الفعلية للبيانات في النموذج، مثل تأثير التدرجات وتحسين الأداء. هالتتبع يعتمد على خبرات حقيقية من الهجمات المعاكس، مما يجعله أكثر عملية. هذا يفتح آفاق جديدة لتوزيع عادل لأصول الذكاء الاصطناعي. #opg
عطلة نهاية الأسبوع مرت يومين بدون إيردروب، الكل رجع إلى 261، واليوم أخيراً أعطونا خبر إيردروب بكرة، يبدو إنه مشروع كبير، أتوقع الدرجات بين 225-230، الكل له نصيب، هل يمكننا نعيد تجربة الماينر الكبير؟ يا شباب، هل أنتم مستعدين؟
في الفترة الأخيرة، في استكشاف دمج البلوكشين مع الذكاء الاصطناعي، رغم أن وزن النماذج على السلسلة يظهر عمق تقني، لكنه ما حل المشكلة الأساسية: حقوق مساهمي البيانات. معلمات الشبكة العصبية تُدرب على كميات هائلة من البيانات الأولية، والمساهمات في التوسيم والاستدلال تتجسد في أرقام داخل النموذج، لكن هالمساهمات غالباً ما تُهمل بعد استخدام النموذج تجارياً، مما يؤدي إلى مواجهة هيكلية في أصول البيانات. $OPG
منصات البيانات الجماعية في بداياتها وقعت في ورطة بسبب غياب آلية النسب. سلوكيات التلاعب الآلي خففت من أرباح المساهمين الحقيقيين، والأنظمة تضحي بمؤشرات الأداء، مما أدى إلى انخفاض جودة البيانات الفعّالة، وعائدات المرسّمين ضعيفة. هالشي كشف عن حدود السعي وراء الحجم فقط.
@OpenGradient مشاريع أخرى تحاول تغيير هالوضع من خلال آلية التحقق على السلسلة. هم ما يعتمدون على كمية التحميل، بل يتتبعون المساهمة الفعلية للبيانات في النموذج، مثل تأثير التدرجات وتحسين الأداء. هالتتبع يعتمد على خبرات حقيقية من الهجمات المعاكس، مما يجعله أكثر عملية. هذا يفتح آفاق جديدة لتوزيع عادل لأصول الذكاء الاصطناعي. #opg
