usage

Hôm nay tôi đang nhìn vào vị trí thử nghiệm nhỏ của mình $OPG test và tự hỏi liệu mình thực sự đang đo lường cái gì.

Ban đầu, tôi nghĩ việc xác minh thực thi là vấn đề khó nhất. Nếu một mô hình chạy đúng thì điều đó có giá trị — nhưng liệu nó có chứng minh rằng mô hình đã học đủ để đáng tin cậy không?

Chính tại đây @OpenGradient đã khiến tôi thấy hứng thú. Báo cáo 2.000+ mô hình AI được lưu trữ và hàng triệu lượt suy luận cho thấy hoạt động, nhưng chỉ dựa vào việc sử dụng thì không tự động chứng minh được chất lượng học tập. Rất nhiều dữ liệu vẫn có thể che giấu bằng chứng yếu nếu phép đo không đủ mạnh.

Phần mà tôi đang theo dõi ngay bây giờ là khoảng cách giữa nhu cầu tính toán và bằng chứng. OPG có khoảng 190M đang lưu hành so với nguồn cung tối đa 1B, nên những thay đổi về nguồn cung trong tương lai cũng là điều tôi đang cân nhắc.

Quan điểm hiện tại của tôi: việc thực thi là điều nhìn thấy được, nhưng giá trị thực sự xuất hiện khi bằng chứng đứng sau trí tuệ cũng trở nên có thể nhìn thấy.

$TNSR $G

#OPG #OpenGradient #Usage #Visibility #Trust