Estoy emocionado de anunciar que hemos liderado una ronda de financiación inicial de 33 millones de dólares en @yupp_ai, un producto de consumo que permite a cualquiera descubrir y comparar los últimos modelos de IA de forma gratuita. La IA necesita datos humanos robustos y confiables. La criptografía está diseñada para proporcionarlos. Los sistemas de IA modernos no solo se moldean por el cálculo y los algoritmos, sino también por la retroalimentación humana. Las empresas utilizan técnicas posteriores al entrenamiento, como el Aprendizaje por Refuerzo a partir de la Retroalimentación Humana (RLHF) y la Optimización de Preferencias Directas (DPO) para mejorar sus modelos. Estas técnicas pueden reducir sesgos y permitir respuestas de mayor calidad y más coherentes a las solicitudes, lo cual es crucial para acelerar el progreso en IA. La evaluación de modelos es igualmente crítica, pero un modelo solo puede mejorarse después de decidir primero qué significa "mejor". Ahí es donde surgen los desafíos: a las empresas no les gusta compartir; mantienen sus datos y procesos de entrenamiento en secreto. Como resultado, las mejoras de los modelos están limitadas por lo que se puede aprender de sistemas cerrados o puntos de referencia estáticos que rara vez están informados por el uso en el mundo real. Estas limitaciones hacen que los modelos de IA sean difíciles de evaluar. Los usuarios también quedan en la oscuridad, con poca información sobre cómo su retroalimentación moldea los modelos o si se utiliza en absoluto. Algunos tableros de clasificación y sitios de crowdsourcing intentan arrojar luz aquí, pero generalmente no permiten a los usuarios auditar sus contribuciones o ver algún beneficio directo por participar. Las plataformas que afirman ser justas y transparentes a menudo dependen más de la buena fe que de estándares exigibles. Creemos que la criptografía puede aportar transparencia y propiedad a esta área turbia de la IA. Las cadenas de bloques pueden facilitar que las personas reciban recompensas por sus contribuciones. También pueden proporcionar a los creadores de IA garantías sobre la calidad y el origen de los datos de retroalimentación y evaluaciones que están incorporando en sus modelos. Así, los usuarios obtienen incentivos, los creadores obtienen datos confiables y todos pueden auditar cualquiera de los lados del mercado abierto. Yupp crowdsourcing la evaluación de modelos: los usuarios ingresan solicitudes, ven múltiples respuestas generadas por IA lado a lado y luego eligen las mejores. Sus elecciones crean "paquetes" de datos de preferencia digitalmente firmados que son útiles para el entrenamiento posterior y la evaluación de IA. Además de que los usuarios obtienen acceso a los últimos modelos de forma gratuita, reciben recompensas basadas en la retroalimentación que proporcionan. El diseño de Yupp convierte el juicio humano en un recurso económico renovable. Los datos "expiran" a medida que interacciones más nuevas los reemplazan, creando un ciclo natural: más uso genera evaluaciones más frescas; evaluaciones más frescas generan mejores modelos; mejores modelos atraen más uso. Todos los participantes, desde usuarios hasta creadores de modelos de IA, pueden participar y ver que las mismas reglas transparentes se aplican a todos, asegurando un mercado creíblemente neutral. Nadie puede ocultar el marcador, y nadie puede manipular las recompensas o resultados. Los fundadores aportan una profunda experiencia tanto en IA como en criptografía. Construyeron productos de aprendizaje automático a escala de consumo juntos en los primeros días de Twitter. @pankaj dirigió la ingeniería de consumo global para Google Pay y @Coinbase. @gilad fue líder de aprendizaje automático en GoogleX. El equipo inicial ya cuenta con ingenieros senior de Google, Coinbase y los mejores laboratorios de investigación. La IA necesita una evaluación fuerte y confiable basada en la entrada humana a gran escala. La criptografía es la máquina de confianza que puede ayudar a entregarla. Al permitir que personas de todo el mundo contribuyan con retroalimentación que mejora los modelos, Yupp tiene como objetivo convertirse en la capa de evaluación predeterminada para el futuro de la IA. Estamos orgullosos de respaldar a Yupp y esperamos ayudarles a construir el bucle de retroalimentación en cadena que asegure que las recompensas de la innovación en IA sean compartidas por todos los que ayudan a crearla.