A tradução de Proof of Attribution (PoA) em chinês é 归因证明, e as palavras-chave principais são 可解释性 e 可支付性.

Muitas pessoas ficam confusas ao ver o termo; em termos simples, a prova de atribuição é esclarecer a relação entre a saída do modelo e os dados de treinamento. O objetivo é fazer com que a IA saiba quem forneceu os dados e quais dados foram fornecidos, o que é a chave para a interpretabilidade.

✍️ Para modelos grandes e pequenos, existem duas métodos de atribuição:
💠 Atribuição por Gradiente (aplicável a modelos pequenos)
Semelhante ao método de consulta de um médico, como "se o paciente não receber hormônios, qual seria o efeito do tratamento?", "se for feita uma cirurgia, é possível curar completamente?"

Colocando em IA, é saber quão grande é o impacto de um exemplo de treinamento específico nos resultados de previsão do modelo; o valor obtido representa a contribuição do exemplo. Aplicável a pequenos modelos ajustados para uso comunitário.

💠Atribuição Infini-gram (aplicável a grandes modelos de linguagem)
Pode ser imaginado como um 'sistema de verificação de plágio' para artigos, o sistema ajuda você a encontrar parágrafos semelhantes na literatura e os marca.

Todos os conteúdos dos dados de treinamento se tornam um super motor; após o modelo gerar um conteúdo, ele buscará correspondências dentro do motor. Se encontrar conteúdos altamente correspondentes, isso indicará que os dados influenciaram a saída do modelo (tiveram contribuição).

📙Cada instituição tem seu próprio banco de dados; o banco de dados exclusivo do OpenLedger é chamado 'DataNet'

DataNet é uma biblioteca de dados temáticos, cada conjunto de dados registrado será armazenado offline, mas os metadados correspondentes e valores hash serão registrados na blockchain.

Curiosamente, qualquer membro da comunidade pode comentar/contestar o conteúdo existente, me dando uma sensação de 'Wikipédia na blockchain'.

🔆As características do Payable também se manifestam: desde que os dados que você forneceu tenham influenciado a saída de algum modelo de IA no futuro, você receberá uma contribuição, o que permitirá gerar receita.

🌟Se você realmente leu o conteúdo acima, descobrirá que o potencial do PoA é ilimitado. Ele ajudará o modelo a registrar cada treinamento e inferência, incluindo o tempo, a versão, os dados utilizados, e também pode refinar ainda mais as recompensas e os pesos de governança de acordo com etiquetas de domínio, qualidade, etc.