Binance Square

AERI 艾瑞

@Aeshiha
197 Siguiendo
7.0K+ Seguidores
4.3K+ Me gusta
40 Compartido
Publicaciones
·
--
Artículo
El 51% de la Participación Comunitaria de OpenLedger: La Propiedad Comienza Cuando la Gente ConstruyeSolía creer que una gran asignación comunitaria era suficiente para que un token se sintiera justo, pero cuanto más miro, más pienso que la verdadera historia es más profunda que eso. Un número como el 51% suena poderoso al principio, pero para mí no se trata solo de tener una gran parte. Se trata de lo que la comunidad hace con esa parte a lo largo del tiempo. La propiedad solo se vuelve real cuando la gente aparece, construye, vota, prueba, apoya y sigue añadiendo valor cuando la emoción inicial se calma. Por eso el token de OpenLedger me parece interesante.

El 51% de la Participación Comunitaria de OpenLedger: La Propiedad Comienza Cuando la Gente Construye

Solía creer que una gran asignación comunitaria era suficiente para que un token se sintiera justo, pero cuanto más miro,
más pienso que la verdadera historia es más profunda que eso.
Un número como el 51% suena poderoso al principio, pero para mí no se trata solo de tener una gran parte. Se trata de lo que la comunidad hace con esa parte a lo largo del tiempo. La propiedad solo se vuelve real cuando la gente aparece, construye, vota, prueba, apoya y sigue añadiendo valor cuando la emoción inicial se calma.
Por eso el token de OpenLedger me parece interesante.
#openledger $OPEN Antes solía mirar los tokens principalmente a través del precio, el hype y movimientos cortos del mercado, pero este @Openledger me hizo pensar de manera diferente poco a poco. Lo que se quedó conmigo no fue solo el gráfico, sino la idea de infraestructura silenciosa detrás de él. Lo veo menos como una tendencia rápida y más como una capa que podría soportar actividad real a lo largo del tiempo. Cuando un token está vinculado al uso, la coordinación, las recompensas y la participación, comienza a sentirse más grande que un simple símbolo de mercado. Eso no significa que todo sea fácil o garantizado. Aún creo que la paciencia importa y que el valor real tiene que demostrar su valía a través de la demanda, la confianza y una construcción constante. Pero me gusta cuando un proyecto me da una razón para pensar más allá de la primera reacción. Para mí, la parte esperanzadora es simple. A veces, las historias más fuertes no son las más ruidosas al principio. Son aquellas que se vuelven más claras después de que la gente finalmente nota la base. #OpenLedger
#openledger $OPEN

Antes solía mirar los tokens principalmente a través del precio, el hype y movimientos cortos del mercado, pero este @OpenLedger me hizo pensar de manera diferente poco a poco. Lo que se quedó conmigo no fue solo el gráfico, sino la idea de infraestructura silenciosa detrás de él.

Lo veo menos como una tendencia rápida y más como una capa que podría soportar actividad real a lo largo del tiempo. Cuando un token está vinculado al uso, la coordinación, las recompensas y la participación, comienza a sentirse más grande que un simple símbolo de mercado.

Eso no significa que todo sea fácil o garantizado. Aún creo que la paciencia importa y que el valor real tiene que demostrar su valía a través de la demanda, la confianza y una construcción constante. Pero me gusta cuando un proyecto me da una razón para pensar más allá de la primera reacción.

Para mí, la parte esperanzadora es simple. A veces, las historias más fuertes no son las más ruidosas al principio. Son aquellas que se vuelven más claras después de que la gente finalmente nota la base.
#OpenLedger
Artículo
Token de OpenLedger y el siguiente paso en la compensación de creadoresNo creo que la historia más fuerte esté en torno a el token comienza con el precio. El precio es fácil de ver, fácil de reaccionar y fácil de convertir en ruido. Lo que me parece más importante es algo más silencioso: lo que el sistema elige recordar y cómo esa memoria puede ayudar a los creadores a recibir valor por el trabajo que aportan a una economía digital. Cuando pienso en la compensación de los creadores, no lo veo solo como una cuestión de pago. Lo veo como una cuestión de confianza. Muchas personas pueden contribuir con ideas, datos, esfuerzo, conocimiento, pruebas, comentarios y dirección útil, pero la parte difícil es demostrar quién ayudó a crear qué. Ahí es donde el tema se vuelve interesante. Un buen sistema no debería recompensar solo la voz más ruidosa. Debería ayudar a reconocer la verdadera trayectoria de valor detrás de un output útil.

Token de OpenLedger y el siguiente paso en la compensación de creadores

No creo que la historia más fuerte esté en torno a
el token comienza con el precio. El precio es fácil de ver, fácil de reaccionar y fácil de convertir en ruido. Lo que me parece más importante es algo más silencioso: lo que el sistema elige recordar y cómo esa memoria puede ayudar a los creadores a recibir valor por el trabajo que aportan a una economía digital.
Cuando pienso en la compensación de los creadores, no lo veo solo como una cuestión de pago. Lo veo como una cuestión de confianza. Muchas personas pueden contribuir con ideas, datos, esfuerzo, conocimiento, pruebas, comentarios y dirección útil, pero la parte difícil es demostrar quién ayudó a crear qué. Ahí es donde el tema se vuelve interesante. Un buen sistema no debería recompensar solo la voz más ruidosa. Debería ayudar a reconocer la verdadera trayectoria de valor detrás de un output útil.
#OpenLedger de primera, miré el token @Openledger como una idea normal del mercado, pero poco a poco me di cuenta de que no estaba del todo en lo correcto. La parte que se quedó conmigo fue el problema contable que hay detrás, cómo se puede medir el trabajo útil en lugar de que desaparezca tras un solo resultado. Veo sus casos de uso menos como hype y más como coordinación. Datos, modelos, agentes, pagos, gobernanza y atribución necesitan una forma más limpia de conectarse. Sin eso, el valor puede moverse a través de un sistema, pero las personas detrás de él permanecen casi invisibles. Para un nuevo inversor, esto importa porque el token no solo se trata de acceso o recompensas. También se trata de si el uso real puede crear registros que sean justos, trazables y compartidos. Suena simple, pero no es fácil y la demanda siempre será la verdadera prueba. Me gusta esta idea porque me da una forma más fundamentada de ver el futuro. No toda contribución útil debería desvanecerse. Algunos trabajos merecen una huella visible y tal vez el token OpenLedger esté tratando de hacer que esa huella importe. #openledger $OPEN
#OpenLedger
de primera, miré el token @OpenLedger como una idea normal del mercado, pero poco a poco me di cuenta de que no estaba del todo en lo correcto. La parte que se quedó conmigo fue el problema contable que hay detrás, cómo se puede medir el trabajo útil en lugar de que desaparezca tras un solo resultado.
Veo sus casos de uso menos como hype y más como coordinación. Datos, modelos, agentes, pagos, gobernanza y atribución necesitan una forma más limpia de conectarse. Sin eso, el valor puede moverse a través de un sistema, pero las personas detrás de él permanecen casi invisibles.
Para un nuevo inversor, esto importa porque el token no solo se trata de acceso o recompensas. También se trata de si el uso real puede crear registros que sean justos, trazables y compartidos. Suena simple, pero no es fácil y la demanda siempre será la verdadera prueba.
Me gusta esta idea porque me da una forma más fundamentada de ver el futuro. No toda contribución útil debería desvanecerse. Algunos trabajos merecen una huella visible y tal vez el token OpenLedger esté tratando de hacer que esa huella importe.

#openledger $OPEN
Artículo
Por qué L/θ es la derivada más importante de la que nadie en Web3 está hablando#OpenLedger la primera vez que leí el whitepaper de @Openledger pasé por alto las matemáticas como la mayoría de la gente. luego volví. hay una sola expresión que está sentada tranquilamente en la sección 2.2.2 que reconfigura todo lo que Web3 ha intentado construir alrededor de la contribución y la recompensa ∂L/∂θ la derivada parcial de la pérdida de un modelo con respecto a sus parámetros. este gradiente mide exactamente cuán sensible es el rendimiento de un modelo a cambios en sus pesos. es la señal clave de cada ciclo de entrenamiento en el aprendizaje automático moderno.

Por qué L/θ es la derivada más importante de la que nadie en Web3 está hablando

#OpenLedger
la primera vez que leí el whitepaper de @OpenLedger pasé por alto las matemáticas como la mayoría de la gente. luego volví. hay una sola expresión que está sentada tranquilamente en la sección 2.2.2 que reconfigura todo lo que Web3 ha intentado construir alrededor de la contribución y la recompensa ∂L/∂θ la derivada parcial de la pérdida de un modelo con respecto a sus parámetros. este gradiente mide exactamente cuán sensible es el rendimiento de un modelo a cambios en sus pesos. es la señal clave de cada ciclo de entrenamiento en el aprendizaje automático moderno.
IXOG 零号
·
--
《La 'línea de vida' de una cuenta con etiqueta amarilla: Antes del 28 de mayo, queremos una respuesta de Binance》
Hermana mayor, Richard, ¿cómo están?
Esta es una carta de solicitud sobre 'amor' y 'acompañamiento', también la publicaré en X. Espero que con nuestra voz tenue, podamos conseguir que un compañero que ha estado construyendo el ecosistema de Binance durante mucho tiempo tenga una oportunidad de ser entendido y escuchado. Gracias.@CZ

Para @Yi He la hermana mayor, @Richard Teng señor:
520, mucha gente está expresando 'amor'.

Y hoy me presento para expresar un poco de 'amor' por Binance—
Una carta de un constructor nativo de Binance, un KOL de la Plaza Binance con etiqueta amarilla, y de innumerables personas que han crecido junto a la plataforma, con un amor casi obsesivo por este ecosistema.
#openledger $OPEN Ángulo: La puntuación de interpretabilidad V() dentro de la función de recompensa RLHF de OpenLedger Lo que me llamó la atención al leer la sección de aprendizaje reforzado de @Openledger fue una función que la mayoría de las personas pasan por alto. V(yi, fθ(xi)) es la puntuación asignada por el validador que mide no solo si una salida de modelo es correcta, sino también si es interpretable para un revisor humano. Ambas dimensiones alimentan directamente la señal de recompensa que moldea la próxima actualización de entrenamiento. La interpretabilidad aquí no es una característica de UI o una métrica de informes, es un gradiente. Cambia cómo aprende el modelo. Lo que creo que esto significa en la práctica es que los modelos especializados de OpenLedger no pueden sobrevivir solo con precisión. En salud, legal y finanzas, los sectores exactos a los que se dirige esta arquitectura, una salida que no puede ser auditada y explicada por un experto del dominio es una salida que no puede ser utilizada. La función de recompensa ya lo sabe. #OpenLedger
#openledger $OPEN

Ángulo: La puntuación de interpretabilidad V() dentro de la función de recompensa RLHF de OpenLedger

Lo que me llamó la atención al leer la sección de aprendizaje reforzado de @OpenLedger fue una función que la mayoría de las personas pasan por alto. V(yi, fθ(xi)) es la puntuación asignada por el validador que mide no solo si una salida de modelo es correcta, sino también si es interpretable para un revisor humano. Ambas dimensiones alimentan directamente la señal de recompensa que moldea la próxima actualización de entrenamiento. La interpretabilidad aquí no es una característica de UI o una métrica de informes, es un gradiente. Cambia cómo aprende el modelo.
Lo que creo que esto significa en la práctica es que los modelos especializados de OpenLedger no pueden sobrevivir solo con precisión. En salud, legal y finanzas, los sectores exactos a los que se dirige esta arquitectura, una salida que no puede ser auditada y explicada por un experto del dominio es una salida que no puede ser utilizada. La función de recompensa ya lo sabe.

#OpenLedger
#openledger $OPEN Desde mi propia observación, ajustar un modelo de lenguaje siempre ha requerido acceso a la línea de comandos, entornos de Python y horas de depuración. El ModelFactOry de @Openledger elimina toda esa complejidad al ofrecer una plataforma completamente basada en GUI donde puedo seleccionar un conjunto de datos, elegir un modelo, establecer parámetros de entrenamiento y desplegar todo a través de una interfaz de navegador. Ya no necesito tocar un terminal ni escribir scripts, lo que significa que la barrera técnica que antes mantenía a los no ingenieros fuera del desarrollo de modelos ha desaparecido efectivamente. Lo que más me importa es cómo este cambio empodera a las personas con el conocimiento del dominio más valioso, como médicos, abogados, analistas financieros e investigadores que rara vez tienen el conocimiento para gestionar clústeres de GPU. ModelFactory cierra esa brecha al permitir que los expertos en la materia contribuyan no solo con datos, sino con modelos totalmente entrenados al ecosistema de OpenLedger. Creo que este cambio asegura que la IA más especializada ahora será construida por los humanos más especializados, alineando directamente las capacidades técnicas con la experiencia del mundo real. #OpenLedger
#openledger $OPEN

Desde mi propia observación, ajustar un modelo de lenguaje siempre ha requerido acceso a la línea de comandos, entornos de Python y horas de depuración. El ModelFactOry de @OpenLedger elimina toda esa complejidad al ofrecer una plataforma completamente basada en GUI donde puedo seleccionar un conjunto de datos, elegir un modelo, establecer parámetros de entrenamiento y desplegar todo a través de una interfaz de navegador. Ya no necesito tocar un terminal ni escribir scripts, lo que significa que la barrera técnica que antes mantenía a los no ingenieros fuera del desarrollo de modelos ha desaparecido efectivamente.

Lo que más me importa es cómo este cambio empodera a las personas con el conocimiento del dominio más valioso, como médicos, abogados, analistas financieros e investigadores que rara vez tienen el conocimiento para gestionar clústeres de GPU. ModelFactory cierra esa brecha al permitir que los expertos en la materia contribuyan no solo con datos, sino con modelos totalmente entrenados al ecosistema de OpenLedger. Creo que este cambio asegura que la IA más especializada ahora será construida por los humanos más especializados, alineando directamente las capacidades técnicas con la experiencia del mundo real.

#OpenLedger
Artículo
La Función de Influencia Enterrada en el Whitepaper de OpenLedger Podría Cambiar Para Siempre Cómo Valoramos los DatosCuando miré por primera vez en esperaba ver solo otro protocolo de blockchain, pero lo que realmente llamó mi atención fue la matemática que está silenciosamente incrustada en su whitepaper. enterrada en la documentación técnica hay una función de influencia que multiplica dos derivadas parciales: el cambio en la pérdida relativo a los parámetros del modelo y el cambio en esos parámetros relativo a un punto de datos específico. Individualmente, miden la dinámica estándar de optimización, pero cuando rastreé cómo funcionan juntas, me di cuenta de que producen algo que internet nunca ha entregado de manera confiable: una métrica verificable Onchain que cuantifica exactamente cuánto un solo punto de datos realmente moldeó la salida de un modelo.

La Función de Influencia Enterrada en el Whitepaper de OpenLedger Podría Cambiar Para Siempre Cómo Valoramos los Datos

Cuando miré por primera vez en
esperaba ver solo otro protocolo de blockchain, pero lo que realmente llamó mi atención fue la matemática que está silenciosamente incrustada en su whitepaper. enterrada en la documentación técnica hay una función de influencia que multiplica dos derivadas parciales: el cambio en la pérdida relativo a los parámetros del modelo y el cambio en esos parámetros relativo a un punto de datos específico. Individualmente, miden la dinámica estándar de optimización, pero cuando rastreé cómo funcionan juntas, me di cuenta de que producen algo que internet nunca ha entregado de manera confiable: una métrica verificable Onchain que cuantifica exactamente cuánto un solo punto de datos realmente moldeó la salida de un modelo.
$币安人生 USDT:Meme coin en BNB Chain a $0.41, con una capitalización de $414M. Divertido pero volátil, el hype de la comunidad impulsa el valor, invierte con precaución.
$币安人生 USDT:Meme coin en BNB Chain a $0.41, con una capitalización de $414M. Divertido pero volátil, el hype de la comunidad impulsa el valor, invierte con precaución.
“¿Qué moneda crees que subirá esta semana? $PENDLE $RAY $ZEN
“¿Qué moneda crees que subirá esta semana?
$PENDLE
$RAY
$ZEN
$PENDLE
36%
$RAY
8%
$ZEN
56%
39 votos • Votación cerrada
Inicia sesión para explorar más contenidos
Únete a usuarios de criptomonedas de todo el mundo en Binance Square
⚡️ Obtén la información más reciente y útil sobre criptomonedas.
💬 Confía en el mayor exchange de criptomonedas del mundo.
👍 Descubre opiniones reales de creadores verificados.
Correo electrónico/número de teléfono
Mapa del sitio
Preferencias de cookies
Términos y condiciones de la plataforma