โครงการโมเดลภาษาขนาดเล็กที่ชุมชนเป็นเจ้าของแนะนํากรอบการทํางานสําหรับการแบ่งปันข้อมูลที่มีแรงจูงใจ โดยมีจุดมุ่งหมายเพื่อกําหนดการพัฒนา AI และการโต้ตอบของผู้ใช้ใหม่

Assisterr มุ่งเป้าไปที่การผูกขาดของ AI โดย Big Tech โดยสนับสนุนความเป็นเจ้าของข้อมูลและการทําให้เป็นประชาธิปไตยของ AI ผ่านโมเดลภาษาขนาดเล็กที่ชุมชนเป็นเจ้าของ (SLMs) ซึ่งนําเสนอโซลูชันที่ปรับแต่งและมีประสิทธิภาพ

การถกเถียงกันว่าปัญญาประดิษฐ์ (AI) เป็นภัยคุกคามระดับโลกหรือไม่มักพลาดประเด็นสําคัญ: อันตรายที่แท้จริงไม่ได้อยู่ที่ตัว AI เอง แต่อยู่ที่การผูกขาดที่อาจเกิดขึ้นโดยยักษ์ใหญ่ด้านเทคโนโลยี หรือที่เรียกกันทั่วไปว่า Big Tech และหน่วยงานของรัฐ หน่วยงานที่มีอํานาจเหล่านี้สามารถใช้ AI ในทางที่ผิดเพื่อกําหนดการรับรู้และพฤติกรรมสาธารณะอย่างละเอียดเพื่อวัตถุประสงค์ของตนเอง ไม่ว่าจะเป็นการเพิ่มผลกําไรสูงสุดหรือการควบคุมทางการเมือง

ห่างไกลจากการเป็นจินตนาการแบบดิสโทเปีย สถานการณ์นี้สะท้อนถึงความเป็นจริงในปัจจุบันของเรา โดยเรียกร้องให้มีการแทรกแซงทันทีความเป็นเจ้าของข้อมูลเป็นหัวใจสําคัญของปัญหาเกี่ยวกับเทคโนโลยี AI Big Tech ได้ปรับใช้ความรู้โดยรวมของมนุษยชาติอย่างมีประสิทธิภาพ โดยฝึกโมเดลภาษาขนาดใหญ่ (LLMs) บนข้อมูลฟรี จากนั้นจึงล็อคมันไว้หลังการสมัครสมาชิกรายเดือน 20 ดอลลาร์

การลงทุนประจําปี 60 ล้านดอลลาร์ของ Google สําหรับการเข้าถึงขุมทรัพย์ของเนื้อหาที่ผู้ใช้สร้างขึ้นของ Reddit เน้นย้ําถึงความเหลื่อมล้ําระหว่างคุณค่าที่เกิดจากการมีส่วนร่วมของชุมชนและค่าตอบแทน (หรือการขาด) ที่ได้รับจากผู้มีส่วนร่วมเหล่านั้น

เพิ่มขีดความสามารถให้กับชุมชนด้วยโมเดลภาษาขนาดเล็ก

จากฉากหลังนี้ Assisterr ซึ่งเป็นเลเยอร์ข้อมูลในเคมบริดจ์สําหรับ AI แบบกระจายอํานาจ วางตําแหน่งตัวเองเป็นพลังแห่งการเปลี่ยนแปลงโดยการสร้างโครงสร้างพื้นฐานที่สนับสนุนการอนุมานข้อมูล AI แบบกระจายอํานาจและเครือข่าย SLM ที่ชุมชนเป็นเจ้าของ เพิ่มขีดความสามารถให้กับผู้คนที่ป้อนระบบนิเวศของข้อมูล

SLMs แสดงถึงแนวทางที่กําหนดเป้าหมายสําหรับ AI ซึ่งฝึกฝนเพื่อจัดการกับกรณีการใช้งานเฉพาะด้วยประสิทธิภาพที่มากขึ้นและต้นทุนที่ต่ํากว่าเมื่อเทียบกับคู่ที่ใหญ่กว่า การผสมผสานประสิทธิภาพเข้ากับความช่วยเหลือคุณภาพสูง SLM มีความโดดเด่นในระบบอัตโนมัติและปรับปรุงการโต้ตอบแบบเรียลไทม์และการสนับสนุนสําหรับนักพัฒนาภายในระบบนิเวศ Web3

การรวมเทคโนโลยีบล็อกเชนของ Assisterr อํานวยความสะดวกในกลไกที่โปร่งใสสําหรับการติดตามการมีส่วนร่วมของชุมชนและกระตุ้นการแบ่งปันความรู้และข้อมูลที่ไม่สามารถเข้าถึงได้ก่อนหน้านี้ผ่านรางวัล

SLM ที่ชุมชนเป็นเจ้าของมีข้อได้เปรียบที่สําคัญสองประการเมื่อเทียบกับ LLM:

SLM มีประสิทธิภาพมากกว่าและถูกกว่าในการฝึกอบรมและบํารุงรักษา ทําให้เหมาะอย่างยิ่งสําหรับธุรกิจเฉพาะหรือความต้องการทางเทคนิค

ความสําคัญของไปป์ไลน์ข้อมูลแบบไดนามิกมักจะเหนือกว่าขนาดโมเดลอย่างแท้จริง เนื่องจากการอัปเดตข้อมูลเป็นประจําเป็นสิ่งจําเป็นเพื่อให้โมเดล AI มีความเกี่ยวข้อง

ค้นหาข้อมูลเชิงลึกเพิ่มเติมจาก ASSISTERR ที่นี่

Assisterr จัดการกับความไม่เต็มใจของบุคคลและองค์กรในการแบ่งปันข้อมูล ซึ่งเป็นความท้าทายที่สําคัญในการพัฒนาโซลูชันที่ขับเคลื่อนด้วย AI โดยการสร้างโครงสร้างพื้นฐานที่ออกแบบมาสําหรับการตั้งค่าโมเดลอย่างรวดเร็วและเฟรมเวิร์กที่ส่งเสริมการแบ่งปันข้อมูลผ่านสิ่งจูงใจ

ที่แกนกลางของ Assisterr ช่วยให้สามารถสร้าง SLM เฉพาะสําหรับโดเมนเฉพาะหรือฟังก์ชั่นทางธุรกิจ ซึ่งสามารถรวมเข้ากับอินเทอร์เฟซผู้ใช้และปรับปรุงผ่านการมีส่วนร่วมของชุมชน SLM ของเลเยอร์ข้อมูลมีประสิทธิภาพสูงในพื้นที่ที่กําหนด โดยได้รับประโยชน์จากความเชี่ยวชาญและการอัปเดตข้อมูลอย่างต่อเนื่องที่จัดทําโดยผู้ร่วมให้ข้อมูลแต่ละราย

จากผู้เฝ้าประตูสู่ผู้มีส่วนร่วม: การเปลี่ยนการเล่าเรื่อง AI

Assisterr ฝึกอบรมตัวแทนความสัมพันธ์ของนักพัฒนาที่ขับเคลื่อนด้วย AI (ตัวแทน DevRel AI) สําหรับแพลตฟอร์มรวมถึง Solana, Near, Particle Network และ Light Link ได้รับการฝึกฝนโดยใช้เอกสารทางเทคนิคและฐานรหัสที่กว้างขวาง ตัวแทน DevRel AI ปรับปรุงการบริการลูกค้าโดยจัดการคําขอการสนับสนุนมากถึง 95% ลดเวลารอและระบุพื้นที่สําหรับการปรับปรุงเอกสาร

โมเดลของ Assisterr ช่วยให้มั่นใจถึงความเชี่ยวชาญของ SLM ในสาขาเฉพาะและแชมป์การเป็นเจ้าของข้อมูลชุมชน แนวทางของโครงการรวมถึงชั้นโครงสร้างพื้นฐาน AI สําหรับการทํางานร่วมกันของโมเดลที่ชุมชนเป็นเจ้าของ และกลไกสําหรับการมีส่วนร่วมและการตรวจสอบข้อมูลที่ขับเคลื่อนด้วยสิ่งจูงใจ เพื่อให้มั่นใจว่าโมเดลยังคงทันสมัยและมีประสิทธิภาพ

ควบคู่ไปกับการเริ่มต้นโปรแกรมผู้มีส่วนร่วม Assisterr มีกําหนดจะเปิดตัว testnet และปรับใช้ตัวแทน AI 100 ตัวในไตรมาสที่สองของปี2024 การเปลี่ยนไปใช้เมนเน็ต การผสานรวมกับ Solana และการเปิดตัวเบต้าของ AI Lab จะเป็นไปตามการพัฒนา พร้อมกับการเปิดตัว AI Lab ของ Assisterr และการรวม Monad อย่างเป็นทางการ

เป้าหมายของ Assisterr คือการรักษาฐานความรู้ที่ทันสมัยสําหรับแต่ละโมเดล AI เพื่อให้มั่นใจถึงประสบการณ์และอินเทอร์เฟซของผู้ใช้ที่ดีที่สุด นอกเหนือจากการให้การสนับสนุนชุมชนนักพัฒนาแล้ว Assisterr ยังมองเห็นการขยายขีดความสามารถเพื่อรวมการพัฒนา DApps และแอปพลิเคชันในนามของผู้ใช้ในอนาคตอันใกล้นี้

โครงการโมเดลภาษาขนาดเล็กที่ชุมชนเป็นเจ้าของแนะนํากรอบการทํางานสําหรับการแบ่งปันข้อมูลที่มีแรงจูงใจ โดยมีจุดมุ่งหมายเพื่อกําหนดการพัฒนา AI และการโต้ตอบของผู้ใช้ใหม่

Assisterr มุ่งเป้าไปที่การผูกขาดของ AI โดย Big Tech โดยสนับสนุนความเป็นเจ้าของข้อมูลและการทําให้เป็นประชาธิปไตยของ AI ผ่านโมเดลภาษาขนาดเล็กที่ชุมชนเป็นเจ้าของ (SLMs) ซึ่งนําเสนอโซลูชันที่ปรับแต่งและมีประสิทธิภาพ

การถกเถียงกันว่าปัญญาประดิษฐ์ (AI) เป็นภัยคุกคามระดับโลกหรือไม่มักพลาดประเด็นสําคัญ: อันตรายที่แท้จริงไม่ได้อยู่ที่ตัว AI เอง แต่อยู่ที่การผูกขาดที่อาจเกิดขึ้นโดยยักษ์ใหญ่ด้านเทคโนโลยี หรือที่เรียกกันทั่วไปว่า Big Tech และหน่วยงานของรัฐ หน่วยงานที่มีอํานาจเหล่านี้สามารถใช้ AI ในทางที่ผิดเพื่อกําหนดการรับรู้และพฤติกรรมสาธารณะอย่างละเอียดเพื่อวัตถุประสงค์ของตนเอง ไม่ว่าจะเป็นการเพิ่มผลกําไรสูงสุดหรือการควบคุมทางการเมือง

ห่างไกลจากการเป็นจินตนาการแบบดิสโทเปีย สถานการณ์นี้สะท้อนถึงความเป็นจริงในปัจจุบันของเรา โดยเรียกร้องให้มีการแทรกแซงทันทีความเป็นเจ้าของข้อมูลเป็นหัวใจสําคัญของปัญหาเกี่ยวกับเทคโนโลยี AI Big Tech ได้ปรับใช้ความรู้โดยรวมของมนุษยชาติอย่างมีประสิทธิภาพ โดยฝึกโมเดลภาษาขนาดใหญ่ (LLMs) บนข้อมูลฟรี จากนั้นจึงล็อคมันไว้หลังการสมัครสมาชิกรายเดือน 20 ดอลลาร์

การลงทุนประจําปี 60 ล้านดอลลาร์ของ Google สําหรับการเข้าถึงขุมทรัพย์ของเนื้อหาที่ผู้ใช้สร้างขึ้นของ Reddit เน้นย้ําถึงความเหลื่อมล้ําระหว่างคุณค่าที่เกิดจากการมีส่วนร่วมของชุมชนและค่าตอบแทน (หรือการขาด) ที่ได้รับจากผู้มีส่วนร่วมเหล่านั้น

เพิ่มขีดความสามารถให้กับชุมชนด้วยโมเดลภาษาขนาดเล็ก

จากฉากหลังนี้ Assisterr ซึ่งเป็นเลเยอร์ข้อมูลในเคมบริดจ์สําหรับ AI แบบกระจายอํานาจ วางตําแหน่งตัวเองเป็นพลังแห่งการเปลี่ยนแปลงโดยการสร้างโครงสร้างพื้นฐานที่สนับสนุนการอนุมานข้อมูล AI แบบกระจายอํานาจและเครือข่าย SLM ที่ชุมชนเป็นเจ้าของ เพิ่มขีดความสามารถให้กับผู้คนที่ป้อนระบบนิเวศของข้อมูล

SLMs แสดงถึงแนวทางที่กําหนดเป้าหมายสําหรับ AI ซึ่งฝึกฝนเพื่อจัดการกับกรณีการใช้งานเฉพาะด้วยประสิทธิภาพที่มากขึ้นและต้นทุนที่ต่ํากว่าเมื่อเทียบกับคู่ที่ใหญ่กว่า การผสมผสานประสิทธิภาพเข้ากับความช่วยเหลือคุณภาพสูง SLM มีความโดดเด่นในระบบอัตโนมัติและปรับปรุงการโต้ตอบแบบเรียลไทม์และการสนับสนุนสําหรับนักพัฒนาภายในระบบนิเวศ Web3

การรวมเทคโนโลยีบล็อกเชนของ Assisterr อํานวยความสะดวกในกลไกที่โปร่งใสสําหรับการติดตามการมีส่วนร่วมของชุมชนและกระตุ้นการแบ่งปันความรู้และข้อมูลที่ไม่สามารถเข้าถึงได้ก่อนหน้านี้ผ่านรางวัล

SLM ที่ชุมชนเป็นเจ้าของมีข้อได้เปรียบที่สําคัญสองประการเมื่อเทียบกับ LLM:

SLM มีประสิทธิภาพมากกว่าและถูกกว่าในการฝึกอบรมและบํารุงรักษา ทําให้เหมาะอย่างยิ่งสําหรับธุรกิจเฉพาะหรือความต้องการทางเทคนิค

ความสําคัญของไปป์ไลน์ข้อมูลแบบไดนามิกมักจะเหนือกว่าขนาดโมเดลอย่างแท้จริง เนื่องจากการอัปเดตข้อมูลเป็นประจําเป็นสิ่งจําเป็นเพื่อให้โมเดล AI มีความเกี่ยวข้อง

ค้นหาข้อมูลเชิงลึกเพิ่มเติมจาก ASSISTERR ที่นี่

Assisterr จัดการกับความไม่เต็มใจของบุคคลและองค์กรในการแบ่งปันข้อมูล ซึ่งเป็นความท้าทายที่สําคัญในการพัฒนาโซลูชันที่ขับเคลื่อนด้วย AI โดยการสร้างโครงสร้างพื้นฐานที่ออกแบบมาสําหรับการตั้งค่าโมเดลอย่างรวดเร็วและเฟรมเวิร์กที่ส่งเสริมการแบ่งปันข้อมูลผ่านสิ่งจูงใจ

ที่แกนกลางของ Assisterr ช่วยให้สามารถสร้าง SLM เฉพาะสําหรับโดเมนเฉพาะหรือฟังก์ชั่นทางธุรกิจ ซึ่งสามารถรวมเข้ากับอินเทอร์เฟซผู้ใช้และปรับปรุงผ่านการมีส่วนร่วมของชุมชน SLM ของเลเยอร์ข้อมูลมีประสิทธิภาพสูงในพื้นที่ที่กําหนด โดยได้รับประโยชน์จากความเชี่ยวชาญและการอัปเดตข้อมูลอย่างต่อเนื่องที่จัดทําโดยผู้ร่วมให้ข้อมูลแต่ละราย

จากผู้เฝ้าประตูสู่ผู้มีส่วนร่วม: การเปลี่ยนการเล่าเรื่อง AI

Assisterr ฝึกอบรมตัวแทนความสัมพันธ์ของนักพัฒนาที่ขับเคลื่อนด้วย AI (ตัวแทน DevRel AI) สําหรับแพลตฟอร์มรวมถึง Solana, Near, Particle Network และ Light Link ได้รับการฝึกฝนโดยใช้เอกสารทางเทคนิคและฐานรหัสที่กว้างขวาง ตัวแทน DevRel AI ปรับปรุงการบริการลูกค้าโดยจัดการคําขอการสนับสนุนมากถึง 95% ลดเวลารอและระบุพื้นที่สําหรับการปรับปรุงเอกสาร

โมเดลของ Assisterr ช่วยให้มั่นใจถึงความเชี่ยวชาญของ SLM ในสาขาเฉพาะและแชมป์การเป็นเจ้าของข้อมูลชุมชน แนวทางของโครงการรวมถึงชั้นโครงสร้างพื้นฐาน AI สําหรับการทํางานร่วมกันของโมเดลที่ชุมชนเป็นเจ้าของ และกลไกสําหรับการมีส่วนร่วมและการตรวจสอบข้อมูลที่ขับเคลื่อนด้วยสิ่งจูงใจ เพื่อให้มั่นใจว่าโมเดลยังคงทันสมัยและมีประสิทธิภาพ

ควบคู่ไปกับการเริ่มต้นโปรแกรมผู้มีส่วนร่วม Assisterr มีกําหนดจะเปิดตัว testnet และปรับใช้ตัวแทน AI 100 ตัวในไตรมาสที่สองของปี2024 การเปลี่ยนไปใช้เมนเน็ต การผสานรวมกับ Solana และการเปิดตัวเบต้าของ AI Lab จะเป็นไปตามการพัฒนา พร้อมกับการเปิดตัว AI Lab ของ Assisterr และการรวม Monad อย่างเป็นทางการ

เป้าหมายของ Assisterr คือการรักษาฐานความรู้ที่ทันสมัยสําหรับแต่ละโมเดล AI เพื่อให้มั่นใจถึงประสบการณ์และอินเทอร์เฟซของผู้ใช้ที่ดีที่สุด นอกเหนือจากการให้การสนับสนุนชุมชนนักพัฒนาแล้ว Assisterr ยังมองเห็นการขยายขีดความสามารถเพื่อรวมการพัฒนา DApps และแอปพลิเคชันในนามของผู้ใช้ในอนาคตอันใกล้นี้