AI 的炒作已经醉生梦死,在情绪的持续持续推进下,获利盘巨大,筹码断层严重,高位滞胀。AGIX 昨日大幅回落,A 股汉王科技今日低开,宣告 AI 行情告一段落。然而在此轮行情的获利资金眼中,市场仍然干柴烈火。
题材很重要,但有时候题材出现的时机更重要。
数小时前,Coinbase CEO Brian Armstrong 推特称,传闻美国 SEC 希望在美国取消散户的加密货币质押,一时间市场传言美国监管层面将对加密市场重拳出击,这种政策的前因与逻辑暂且不表。
市场层面,有危就有机,CEX 质押利空,则 LSD(流动性质押衍生品)利好。下面让我们梳理一下 AI板块的相关币种。
ChatGPT目前的三个核心问题和痛点:
对于知识类型的问题,ChatGPT会给出看上去很有道理,但是事实上是错误答案的内容;
拓展解读:对于这样来说,由于ChatGPT的一部分回答很准确,而一部分看上去有道理,但事实上很离谱,而用户并没有足够的能力来进行辨别,这将给用户如何采信ChatGPT的答案带来很多困惑。
ChatGPT目前这种基于GPT大模型基础上进一步增加标注数据训练的模式,对于LLM模型吸纳新知识非常不友好。
拓展解读:新知识总是在不断出现,而出现一些新知识就去重新预训练GPT模型是不现实的,无论是训练时间成本还是金钱成本,都不可接受。如果对于新知识采取Fine-tune的模式,看上去可行且成本相对较低,但是很容易产生新数据的引入导致对原有知识的灾难遗忘问题,尤其是短周期的频繁fine-tune,会使这个问题更为严重。
ChatGPT或GPT4的训练成本以及在线推理成本太高,无法承载超过千万级的用户同时使用。
拓展解读:假设继续采取免费策略,OpenAI无法承受,但是如果采取收费策略,又会极大减少用户基数,无法实现规模化。
Sparrow(Google的产品)是ChatGPT的良好补充:
sparrow在人工标注方面的质量和工作量不如ChatGPT;
Sparow的基于retrieval结果的生成结果证据展示,以及引入LaMDA系统的对于新知识采取retrieval模式,可以完美解决新知识的及时引入,以及生成内容可信性验证两个核心问题。
CNTM是什么?相比ChatGPT的优点是什么?
Connectome是一个基于区块链核心技术开发的DeFi人工智能投顾平台,支持DeFi产品上链交易、理财产品去中心化AI测评、流动性挖矿、一键式智能投顾、智能客服等。通过大数据多维分析、AI模型演练,为用户提供接近一站式的、定制化人工智能投资顾问服务,为理财产品发行人、投资用户提供全方位的区块链解决方案。
Jinn的优势:
Jinn=ChatGPT+Sparrow
Jinn使用ChatGPT为核心框架,引入了Sparow的基于retrieval结果的生成结果证据展示,以及引入LaMDA系统的对于新知识采取retrieval模式。
所以Jinn既有有高质量的人工标注,也可以完美解决新知识的引入问题,同时又有效的内容可信性验证功能,从而打造下一代为Web3服务的搜索引擎基础。
应用场景类:
内容推荐:根据用户行为和与Jinn的交互分析,为用户推荐适合他的Web3内容与产品。
个性化金融:根据用户行为和与Jinn的交互分析,为用户推荐适合他的DeFi产品或根据用户的模型来自动构建属于用户的科学家机器人,完成自动交易。
DAO推荐:为用户推荐合适的DAO组织,或直接将理念类似的人连接在一起自动生成新的DAO组织。
个性化内容生成:用户可以通过组建关键字,通过Jinn输出自己需要的内容。
核心技术路线
第一阶段:冷启动阶段的监督策略模型。靠GPT 3.5本身,尽管它很强,但是它很难理解人类不同类型指令中蕴含的不同意图,也很难判断生成内容是否是高质量的结果。为了让GPT 3.5初步具备理解指令中蕴含的意图,首先会从测试用户提交的prompt(就是指令或问题)中随机抽取一批,靠专业的标注人员,给出指定prompt的高质量答案,然后用这些人工标注好的数据来Fine-tune GPT 3.5模型。经过这个过程,我们可以认为GPT 3.5初步具备了理解人类prompt中所包含意图,并根据这个意图给出相对高质量回答的能力;
第二阶段:训练回报模型(Reward Model,RM)。这个阶段的主要目的是通过人工标注训练数据,来训练回报模型。在这个阶段里,首先由冷启动后的监督策略模型为每个prompt产生K个结果,人工根据结果质量由高到低排序,以此作为训练数据,通过pair-wise learning to rank模式来训练回报模型。对于学好的RM模型来说,输入,输出结果的质量得分,得分越高说明产生的回答质量越高。
第三阶段:采用强化学习来增强预训练模型的能力。本阶段无需人工标注数据,而是利用上一阶段学好的RM模型,靠RM打分结果来更新预训练模型参数。
二三阶段迭代:不断重复第二和第三阶段,每一轮迭代都使得LLM模型能力越来越强。因为第二阶段通过人工标注数据来增强RM模型的能力,而第三阶段,经过增强的RM模型对新prompt产生的回答打分会更准,并利用强化学习来鼓励LLM模型学习新的高质量内容,这起到了类似利用伪标签扩充高质量训练数据的作用,于是LLM模型进一步得到增强。
Jinn将采用传统搜索引擎+ChatGPT的双引擎结构,ChatGPT模型是主引擎,传统搜索引擎是辅引擎。传统搜索引擎的主要辅助功能有两个:一个是对于ChatGPT产生的知识类问题的回答,进行结果可信性验证与展示,就是说在ChatGPT给出答案的同时,从搜索引擎里找到相关内容片段及url链接,同时把这些内容展示给用户,使得用户可以从额外提供的内容里验证答案是否真实可信,这样就可以解决ChatGPT产生的回答可信与否的问题,避免用户对于产生结果无所适从的局面。
传统搜索引擎的第二个辅助功能是及时补充新知识。既然不可能随时把新知识快速引入LLM,那么可以把它存到搜索引擎的索引里,ChatGPT如果发现具备时效性的问题,它自己又回答不了,则可以转向搜索引擎抽取对应的答案,或者根据返回相关片段再加上用户输入问题通过ChatGPT产生答案,这里有一部分将参考LaMDA关于新知识处理的具体方法。
总结
很多人问为何不推荐AGIX之类的强势龙头?这就是很韭菜的问题了,AGIX已经走得太远了,追高实属不明智的选择,CNTM才是大多数后知后觉投资者的战略第一布局标的!
现CNTM上方一旦突破0.2,将势不可挡,在此刻AI人工智能的热潮中,身为OK的AI代言币种,能走多远相信大家不用我多说,内心都有数
CNTM官方推特宣布同时布局 AI 以及 LSD 赛道,此前CNTM创始人在官方社区中表示已经开始布局 AI 赛道,第一个CNTM产品跟 NFT 交易所的结合在2月底即将推出,为登录某安交易所做准备。
来源:金色财经