Sentient вырезала уникальный путь, смешивая технологию блокчейна с ИИ с открытым исходным кодом, чтобы создать экосистему, принадлежащую сообществу. С более чем 1 миллионом регистраций в списках ожидания для Sentient Chat всего за 24 часа и рекордным 650 000 NFT для их децентрализованной модели ИИ, Dobby, Sentient переопределяет будущее ИИ.
Поддержка
Ishan Pandey: Sentient Chat взорвался на сцене с более чем 1 миллионом регистраций в списке ожиданий менее чем за 24 часа.Ишан Пандей:
Himanshu Tyagi: Децентрализация является фундаментальной для нашей миссии, выходящей далеко за пределы просто Sentient Chat. Мы считаем, что будущее ИИ должно быть открытым и ориентированным на сообщество, поскольку децентрализация уникально способствует активному участию сообщества.Химансу Тайяги:
С помощью Sentient Chat наша цель заключается в том, чтобы обеспечить, чтобы сообщество действительно чувствовало собственность.Пользователи не просто пассивные потребители; они являются создателями, мастерами и администраторами платформы.Они имеют полный контроль — от основной модели ИИ и агентов, до данных и управления — позволяя им формировать продукт именно для своих разнообразных потребностей и случаев использования.
Критически, децентрализация и удобство использования усиливают друг друга в Sentient Chat. Позволяя пользователям настраивать и улучшать платформу, каждое нововведение, разработанное одним пользователем или командой, становится доступным для более широкого сообщества.
Ishan Pandey: Вы позиционировали Sentient Chat как конкурента Perplexity, поддерживаемого Dobby, первой в мире моделью искусственного интеллекта, принадлежащей сообществу.Ишан Пандей:
Himanshu Tyagi: ИИ быстро становится посредником между информационными сетями и пользователями, предоставляя ему значительную власть для влияния на пользовательские перспективы на основе врожденных предрассудков. Наша цель заключается в том, чтобы укрепить сообщества, позволяя им выравнивать модели ИИ в соответствии с их конкретными ценностями, тем самым продвигая разнообразную экосистему моделей "Лояльного ИИ".Хотя предрассудки всегда будут существовать из-за данных обучения, пользователи не должны ограничиваться обобщенными моделями, которые просто средние мнения в интернете.Химансу Тайяги:
Добби представляет собой первую из таких моделей, явно согласованную с ценностями криптовалютного сообщества — прокрипто и проперсональную свободу.
- это фино распределение через собственные
-
Эффективное выравнивание стоимости без потери производительности: Выравнивание моделей ИИ с конкретными значениями посредством тонкой настройки является известной проблемой, часто приводящей к ухудшению производительности и несовместимым результатам.
Эффективное выравнивание стоимости без потери производительности: Сопоставление моделей ИИ с конкретными значениями посредством тонкой настройки является известной проблемой, часто приводящей к ухудшению производительности и несовместимым результатам.Эффективное выравнивание стоимости без потери производительности:
-
Человеко-ориентированный тон и свобода выражения с безопасностью: Достижение нашего желаемого выравнивания потребовало удаления существующих ограждений из Llama и тщательного их перестройки. Удивительно, что этот процесс повысил тон модели, что привело к более естественному и человеко-ориентированному взаимодействию. Даже при расслабленных ограничениях, Dobby остается безопасным, как это демонстрируют показатели из нашей «Простите скамейки». Кроме того, наши модели Dobby-mini 8B и Dobby 70B демонстрируют гранулярный контроль над конкретными измерениями безопасности (такими как ненависть, финансовые, медицинские и юридические советы и явный контент), позволяя нам точно корректировать профи
Тон, ориентированный на человека, и свобода выражения с безопасностью: Достижение нашего желаемого выравнивания потребовало удаления существующих ограждений из Llama и тщательного их перестройки.Очевидно, что этот процесс усилил тон модели, что привело к более естественному и ориентированному на человека взаимодействию.Даже при смягченных ограничениях Dobby остается безопасным, как это демонстрируют показатели из нашего «Sorry Bench».Кроме того, наши модели Dobby-mini 8B и Dobby 70B демонстрируют гранулярный контроль над конкретными измерениями безопасности (например, речью ненависти, финансовыми, медицинскими и юридическими консультациями и явным содержанием), что позволяет нам точно корректироватьЧеловекоцентричный тон и свобода выражения с безопасностью:
-
Отпечатки пальцев для самых распространенных владельцев моделей: Dobby в настоящее время является самой широко распространенной моделью, с более чем 660 000 владельцев. Этот беспрецедентный уровень распространения облегчается нашей инновационной технологией отпечатков пальцев.
Отпечатки пальцев для самых распространенных владельцев моделей: Dobby в настоящее время является самой широко распространенной моделью, с более чем 660 000 владельцев. Этот беспрецедентный уровень распространения облегчается нашей инновационной технологией отпечатков пальцев.Отпечатки пальцев для самой распространенной модели владения когда-либо:
Sentient Chat - это наша поисковая платформа на базе ИИ, предназначенная для демонстрации и предоставления пользователям прямого опыта нематериальной концепции лояльного ИИ. Эта платформа демонстрирует конкурентное преимущество экосистем с открытым исходным кодом, успешно превосходя платформы, такие как Perplexity, и соответствует показателям поиска ChatGPT.
Поддерживаемый Dobby, Sentient Chat иллюстрирует, как лояльный ИИ может напрямую влиять на информацию, предоставляемую пользователям, представляя контент кратко и привлекательно.Интеграция Dobby в Sentient Chat значительно улучшила эффективность и развлекательную ценность поисковых взаимодействий.С ясным, человекоподобным, бессмысленным стилем общения Dobby, пользователи могут быстро и эффективно получить доступ к информации, которую они ищут, подчеркивая отличительное преимущество платформы в поисковом опыте, основанном на ИИ.
Ishan Pandey: Одним из самых интригующих аспектов Sentient Chat является его Разумный агент, оснащенный такими инструментами, как поиск, калькулятор и мышление.Ишан Пандей:
Himanshu Tyagi: Последние достижения показали, что генерирование исполняемого кода Python для вызова инструментов дает значительный подъем в производительности по сравнению с традиционными подходами на основе JSON. В частности, LLM по своей сути умеют сжимать пространство действий задач с использованием кода. Это естественно побудило к использованию кода в качестве режима выражения для нашего аргументирующего агента. Иногда написание кода LLM, которое не выполняет / запускает так, как оно предназначено, это устраняется Python-интерпретером, который проверяет, если генерируемый код выполняет или бросает ошибки, если он бросает ошибки, то он будет продолжать регенерировать код (с предыдущими следами ошибокХимансу Тайяги:
Еще одно предостережение заключается в том, что LLM может генерировать функциональный код, который не делает то, что он намерен делать (например, вызывает инструмент калькулятора вместо поиска); агент рассуждения способен переваривать вывод информации и оценивать, соответствует ли он, на общем уровне, тому, что он ожидает от конкретного вызова кода/инструмента.
Мы протестировали два разных типа агентов в части Open Reasoning Agent в рамках ODS: Chain-of-Thought с агентом ReAct и Chain-of-Code с агентом CodeAct.
Мы протестировали два разных типа агентов в части Open Reasoning Agent в рамках ODS: Chain-of-Thought с агентом ReAct и Chain-of-Code с агентом CodeAct.
В архитектуре Chain-of-Thought ReAct агент следует итеративной схеме рассуждений и действий. Во-первых, шаг «Think» позволяет агенту внутренне рассуждать, выражать планы или интерпретировать промежуточные результаты на естественном языке. Всякий раз, когда агент сталкивается с неопределенностью или не имеет критической информации, он обращается к инструменту «Search», активно извлекая внешнюю информацию из интернета. Для арифметических или вычислительных задач, требующих высокой точности, агент использует инструмент «Calculate».
С другой стороны, агент Chain-of-Code или CodeAct использует исполняемый код для выполнения своих задач рассуждения. Первоначально агент думает через свою стратегию, аналогичную CoT-ReAct. Однако вместо того, чтобы полагаться исключительно на естественный язык, он генерирует исполняемый код Python в рамках своего рассуждения. Функция 'Calculate' беспрепятственно встраивается здесь, непосредственно интегрируясь в среду исполнения Python. Это позволяет проводить точные расчеты и алгоритмические рассуждения. Как и CoT-ReAct, CodeAct также использует инструмент 'Search' при необходимости дополнительной внешней информации, включая результаты непосредственно в свои процессы генерации и исполнения кода.
Ключевое различие заключается в том, как каждый агент взаимодействует с этими инструментами. Для CoT-ReAct, «Think», «Search» и «Calculate» являются отчетливо отдельными действиями, явно выбранными во время рассуждений. Для CodeAct, в то время как «Think» остается явным шагом планирования, «Calculate» по своей сути встроен в само выполнение кода, делая вычислительные задачи интегральными, а не внешними.
Ishan Pandey: Sentient завершила рекордное 650 000 NFT Mint для Dobby, связывая собственность с децентрализованной моделью ИИ. Какую техническую инфраструктуру вы построили, чтобы справиться с этим масштабом, и как блокчейн улучшает аспект собственности на сообщество?
Ишан Пандей:
Himanshu Tyagi: Это не была технически сложная проблема – современные блокчейн легко справляются с такой нагрузкой. Самая интересная часть здесь заключается в том, что это первый раз, когда кто-то продемонстрировал этот масштаб «прямой демократии» в модельном управлении. В централизованных компаниях это управление осуществляется крошечной командой, которая иногда даже модифицировала модель, чтобы соответствовать своим собственным убеждениям. Anthropic провела несколько простых экспериментов под названием конституционного ИИ с примерно 1000 людьми, но ничего близкого к этому открытому управлению по сообществу. Мы хотели дать эту власть людям, и блокчейн-инструменты являются идеальными инструментами для этого. Добби-сообщество уже решило, какую личность должен иметь Dobby,Химансу Тайяги:
В дальнейшем эти собственные НФТ будут преобразованы в токены собственности на нашей блокчейне, которые могут быть использованы для управления выравниванием и обновлениями к этой модели.Кроме того, связанные отпечатки пальцев будут обязаны в качестве корня Merkle к тому же контракту – любой может проверить личность модели, запрашивая наши запросы на отпечатки пальцев, и может проверить, что те же запросы совершаются с договором собственности.
Ishan Pandey: Your Reasoning Agent интегрирует инструменты реального времени и направлена на решение двусмысленных, субъективных задач.Ишан Пандей:
При сравнении нашей платформы с открытым исходным кодом с конкурентами с закрытым исходным кодом, основным конкурентным преимуществом закрытых систем традиционно является их технология. однако, платформы, такие как Sentient Chat и Open Data Sources (ODS), эффективно выровняли поле игры, демократизируя знания ИИ, делая наши рамки полностью открытыми для сообщества.Химансу Тайяги:
Наоборот, наша открытая рамка приглашает к постоянным инновациям со стороны более широкого сообщества, позволяя быстро идентифицировать и устранять пробелы, которые могут оставаться незамеченными. Этот совместный, открытый ввод и открытый выход является ключом к созданию лучшей возможной поисковой платформы.Наше конечное видение включает в себя предоставление пользователям возможности внести свой вклад в источники данных и агентов, тем самым значительно улучшая Sentient Chat и ODS посредством коллективных улучшений, ориентированных на сообщество.
Ishan Pandey: Вы подчеркнули преимущество Sentient Chat над конкурентами, такими как Perplexity, с его интеграцией более 15 агентов ИИ. Какие технические вызовы возникли при интеграции нескольких агентов в единый интерфейс чат-бота, и как вы их решили?
Ишан Пандей:Химаншу Тайяги: Технически, мы решаем множество сложных программных и дизайнерских задач, чтобы позволить широкому кругу агентов участвовать в уникальном пользовательском опыте через Sentient Chat. Мы также предлагаем этим агентам множество инструментов, таких как наши современные поисковые API AI, Sentient Secure Enclave для создания «безопасных агентов» и т. Д. Но, помимо решения этих технических проблем, наиболее интересной частью здесь является возможность совершенно нового способа доступа к знаниям в интернете.
Химансу Тайяги:
В течение десятилетий Google доминирует в поиске, прежде всего сосредоточившись на том, чтобы помочь пользователям найти информацию в Интернете.Зависимость Google от доходов от рекламы, основанная на рекомендациях источников информации, по своей сути ограничивает его способность инновации за пределами традиционного поиска информации.ИИ, с другой стороны, предоставляет возможность обойти простое сбора информации, позволяя пользователям непосредственно выполнять задачи без необходимости отдельных фаз анализа и действий, что является нашим точным конкурентным преимуществом перед Google.
Это амбициозное видение требует разнообразной экосистемы — той, которая интегрирует разнообразные индексированные источники данных с многочисленными агентами ИИ, способными выполнять специализированные действия.Ключ к раскрытию этого потенциала заключается в создании прозрачной и открытой платформы, активно поощряющей широкое участие сообщества.Поставщики данных должны четко понимать ценность своих вкладов, в то время как разработчики агентов должны беспрепятственно интегрировать свои услуги для повышения общей функциональности.Такая экосистема должна управляться сообществом, обеспечивая справедливость, открытость и постоянные инновации, движущиеся коллективным вкладом и сотрудничеством.
Кстати, на Sentient Chat приходит гораздо больше 15 агентов!
Ishan Pandey: Глядя вперед, что будет дальше для Sentient с точки зрения технических инноваций?Ишан Пандей:
Himanshu Tyagi: Мы видим будущее, где ИИ становится посредником между всеми человеческими чувствами, глобальной информацией и социальными сетями.Видение Sentient состоит в том, чтобы убедиться, что этот ИИ лоялен к нам.Эта уникальная цель управляет всем нашим развитием.Химансу Тайяги:
Например, если вы строите суверенного агента, который может управлять кошельками, основные модели должны иметь возможности рассуждения, чтобы убедиться, что вредоносные актеры не могут манипулировать запросами и украсть средства.Это выравнивание – мы будем строить такие выравниваемые модели.Каждое здание разработчика в экосистеме Open AGI должно иметь возможность использовать модели ИИ, которые будут лояльны их приложению или пользователям.
Не забудьте понравиться и поделиться историей!
Vested Interest Disclosure: Этот автор является независимым автором, публикующим через наш
бизнес-блогерская программа . HackerNoon пересмотрел отчет по качеству, но претензии здесь принадлежат автору. #DYOПубликация интересов: Этот автор является независимым автором, публикующим через наш
Раскрытие интересов:программа для бизнес-блогов . HackerNoon пересмотрел отчет по качеству, но претензии здесь принадлежат автору. #DYOпрограмма для деловых блогов программа для бизнес-блогов
Эффективное выравнивание стоимости без потери производительности: Уравнивание моделей ИИ к конкретным значениям через фино настройки является известным вызовом, часто приводящим к ухудшению производительности и несовместимым выходам.
С Dobby мы успешно фино настроили модель Llama, чтобы принять конкретные значения, поддерживая при этом отличную производительность в критических показателях.
