Brüder, ich habe früher in einem kleinen Team geholfen, für andere Modelle zu bauen. Das Team hatte nur fünf Leute, jeder hat an seinen eigenen Daten gearbeitet. Es kam einmal vor, dass zwei Personen denselben Open-Source-Datensatz hochgeladen haben – nur war die Aufbereitung unterschiedlich. Danach passten die Ergebnisse vom Modell nicht zusammen, und niemand wollte zugeben, dass das Problem bei seinen Daten lag. Am Ende haben sie drei Tage lang gestritten, das Projekt ist dann gestorben.
Wenn man heute zurückblickt: <0>@OpenLedger </0> – diese On-Chain-Versionverwaltung kann genau dieses Problem heilen. Für jedes hochgeladene Datenset gibt es einen Zeitstempel und einen Fingerabdruck. Klar und eindeutig sieht man, wer welche Version hochgeladen hat. Beim Training wird dann auch klar referenziert, welche Version der Daten verwendet wurde. Wenn man das On-Chain nachprüft, weiß man es sofort. Damals hatten wir nur alles mit Excel-Tabellen im Griff: Man änderte einfach den Dateinamen, und schon hieß es, das sei die neue Version.
Ich habe mir seine Zuordnungs-/Attributionsaufzeichnungen genau angesehen: Es wird nicht nur ein einzelner Hash gespeichert, sondern auch die grundlegenden Metadaten der Daten, zum Beispiel die Datenmenge, das Format und die Adresse des Uploaders. Man kann zwar den Originalinhalt nicht sehen, aber es reicht, um es sauber abzugleichen. Welche Version, die du beigetragen hast, wurde später von welchem Modell verwendet und welche Ergebnisse dabei entstanden – wie viel <0>$OPEN </0> Gewinn –, lässt sich alles zurückverfolgen.
Das ist genauso wie die Buchhaltungs-Idee von Bitcoin und Ethereum: Jede einzelne Eingabe lässt sich bis zur Quelle finden. Nur verhindert Bitcoin Double-Spendings, #OpenLedger verhindert, dass sich jemand die Leistung an der Stelle schnappt. Du hast die Daten zuerst hochgeladen, jemand anders hat erst einen Tag später geladen – aber weil sein Format formaler war, wurde es bevorzugt übernommen. So etwas gibt es auf traditionellen Plattformen keinen Ort, wo man damit durchkommt. Auf der Blockchain ist mit dem Zeitstempel dagegen auf einen Blick klar, was zuerst und was danach war.
Natürlich denke ich auch darüber nach: Wenn eine Person absichtlich einen ähnlichen Datensatz hochlädt, zwar ohne sich direkt Inhalte von dir zu kopieren, aber objektiv damit deinen Beitrag aufteilt – wie bewertet man das? In den Whitepapers steht dazu wohl nichts Genaues. Vermutlich muss man das über Regeln in der Community festlegen. Aber zumindest gibt es jetzt einen Ort, an dem man Beweise vorlegen kann – früher fand man nicht einmal eine Stelle, wo man um sein Recht rufen konnte.
Wenn man heute zurückblickt: <0>@OpenLedger </0> – diese On-Chain-Versionverwaltung kann genau dieses Problem heilen. Für jedes hochgeladene Datenset gibt es einen Zeitstempel und einen Fingerabdruck. Klar und eindeutig sieht man, wer welche Version hochgeladen hat. Beim Training wird dann auch klar referenziert, welche Version der Daten verwendet wurde. Wenn man das On-Chain nachprüft, weiß man es sofort. Damals hatten wir nur alles mit Excel-Tabellen im Griff: Man änderte einfach den Dateinamen, und schon hieß es, das sei die neue Version.
Ich habe mir seine Zuordnungs-/Attributionsaufzeichnungen genau angesehen: Es wird nicht nur ein einzelner Hash gespeichert, sondern auch die grundlegenden Metadaten der Daten, zum Beispiel die Datenmenge, das Format und die Adresse des Uploaders. Man kann zwar den Originalinhalt nicht sehen, aber es reicht, um es sauber abzugleichen. Welche Version, die du beigetragen hast, wurde später von welchem Modell verwendet und welche Ergebnisse dabei entstanden – wie viel <0>$OPEN </0> Gewinn –, lässt sich alles zurückverfolgen.
Das ist genauso wie die Buchhaltungs-Idee von Bitcoin und Ethereum: Jede einzelne Eingabe lässt sich bis zur Quelle finden. Nur verhindert Bitcoin Double-Spendings, #OpenLedger verhindert, dass sich jemand die Leistung an der Stelle schnappt. Du hast die Daten zuerst hochgeladen, jemand anders hat erst einen Tag später geladen – aber weil sein Format formaler war, wurde es bevorzugt übernommen. So etwas gibt es auf traditionellen Plattformen keinen Ort, wo man damit durchkommt. Auf der Blockchain ist mit dem Zeitstempel dagegen auf einen Blick klar, was zuerst und was danach war.
Natürlich denke ich auch darüber nach: Wenn eine Person absichtlich einen ähnlichen Datensatz hochlädt, zwar ohne sich direkt Inhalte von dir zu kopieren, aber objektiv damit deinen Beitrag aufteilt – wie bewertet man das? In den Whitepapers steht dazu wohl nichts Genaues. Vermutlich muss man das über Regeln in der Community festlegen. Aber zumindest gibt es jetzt einen Ort, an dem man Beweise vorlegen kann – früher fand man nicht einmal eine Stelle, wo man um sein Recht rufen konnte.