Trendande ämnen
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

nick
Bygga @AlloraNetwork
Jag tror att ett av de mest användbara sätten att tänka på @alloranetwork är genom linsen av "avsikter".
På blockkedjor är transaktioner explicita funktionsanrop och tillståndsövergångar som användaren måste ange för att få något gjort.
Detta är inte optimalt: användaren måste göra det tunga arbetet med att översätta sitt mål till rätt onchain-åtgärder.
Med avsikter anger användarna sitt mål och specialiserade lösarmarknader upptäcker och utför den optimala uppsättningen onchain-åtgärder.
Detta är allt lösare har till uppgift att göra, så dessa solvermarknader är ganska effektiva; vilket resulterar i bättre utförande och mindre omkostnader som bärs av slutanvändarna.
AI ser idag mycket ut som pre-intent blockchain ux.
Att använda AI innebär idag att användaren gör det tunga arbetet med att kartlägga landskapet av modeller som finns och bestämma vilken modell som är bäst för deras givna mål.
Vi kallar denna variant av AI UX för "modellcentrerad AI".
Modellkoordineringsnätverk, som @alloranetwork, förflyttar oss till ett nytt paradigm inom AI UX: målcentrerad AI.
Istället för att välja en modell anger slutanvändarna bara sitt mål och hur det ser ut att göra ett bra jobb för att uppnå det målet.
Nätverket samordnar många modeller kring det målet, poängsätter deras utdata och returnerar en intelligent viktad aggregering som hämtar från de bästa bidragen.
Detta avlastar modellidentifiering och aggregering till en marknad som är byggd specifikt för det, vilket minskar bördan för slutanvändarna samtidigt som resultaten förbättras.
Decentraliserade nätverk är bra på att instansiera snäva, effektiva marknader för etablering av resurser.
Modellkoordineringsnätverk tillämpar det för att effektivt tillhandahålla den bästa maskinintelligensen.
Framtiden för AI UX är målcentrerad.

173
Min uppfattning är att AGI, definierat som maskinmedvetande, endast är asymptotiskt uppnåeligt
LLM:er idag är kraftfulla interpolationsmotorer eller "ordräknare"
Men medvetande är mer än interpolation; det existerar på ett annat spektrum än det kontinuum LLM:er avancerar längs
Kanske kommer radikalt olika tillvägagångssätt för att konstruera maskinintelligens att ändra på detta, men jag tror inte att AGI, som maskinmedvetande, kommer att ta sig ur den sluttning som AI befinner sig på idag
170
Topp
Rankning
Favoriter