ROMA dan OML adalah teknologi paling maju dari @SentientAGI yang memungkinkan Sentient Chat untuk mencapai — dan bahkan melampaui — level AI perusahaan tertutup seperti ChatGPT.
BAGAIMANA? Untuk memahami ini, kita perlu melihat masalah utama dari AI sumber terbuka dan bagaimana ROMA dan OML menyelesaikannya.
Masalah Seperti yang kita ketahui, AI sumber terbuka menghadapi tantangan besar seperti monetisasi, pencurian model, penggunaan bajakan, dan efisiensi/fungsi yang rendah (1 model = 1 function).
Solusi Berbagai agen khusus, model, dataset, dan alat terhubung ke ekosistem GRID, yang dapat diakses melalui Sentient Chat.
ROMA Saat Anda menggunakan Sentient Chat, permintaan Anda dapat ditangani tidak hanya oleh satu model AI tetapi oleh beberapa — terkadang bahkan puluhan — model yang dapat bekerja secara berurutan atau, jika memungkinkan, secara paralel.
Ini menyelesaikan masalah fungsi dan efisiensi yang rendah.
OML → Pembajakan OML menyelesaikan masalah penggunaan bajakan model AI terbuka melalui kontrol kriptografi. Setiap model mencakup mekanisme otorisasi bawaan — sebelum eksekusi, sistem memverifikasi tanda tangan digital yang mengonfirmasi bahwa pengguna memiliki izin untuk menggunakan model tersebut. Tanpa otorisasi ini, model tidak akan merespons.
→ Pencurian Mencuri model AI lain menjadi tidak mungkin karena OML menyematkan beberapa sidik jari ( pasang kunci-respons ) langsung ke dalam setiap model AI. Ini memungkinkan siapa saja untuk memverifikasi kepemilikan melalui tes tantangan-respons khusus. Sejauh ini, Sentient telah berhasil menyematkan hampir 25.000 sidik jari ke dalam LLM tanpa kehilangan kinerja — cukup untuk memastikan model tersebut bertahan dari fine-tuning, kompresi, dan penggabungan, sehingga pencurian menjadi praktis tidak mungkin.
→ Monetisasi Rekaman OML secara virtual mencatat semua interaksi yang terjadi dalam Sentient Chat — pengguna mana, model mana yang digunakan, kapan mereka digunakan, dan berapa banyak permintaan yang dibuat. Semua data ini disimpan di luar rantai, sementara catatan penggunaan kunci ditulis ke dalam buku besar di dalam rantai. Ini memastikan bahwa setiap kontributor menerima imbalan yang adil, dan siapa pun dapat memverifikasi keadilan ini dengan memeriksa buku besar publik di blockchain.
Faktor lain juga berkontribusi pada monetisasi agen AI — Anda dapat membaca lebih lanjut tentang mereka di sini
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
ROMA + OML
ROMA dan OML adalah teknologi paling maju dari @SentientAGI yang memungkinkan Sentient Chat untuk mencapai — dan bahkan melampaui — level AI perusahaan tertutup seperti ChatGPT.
BAGAIMANA?
Untuk memahami ini, kita perlu melihat masalah utama dari AI sumber terbuka dan bagaimana ROMA dan OML menyelesaikannya.
Masalah
Seperti yang kita ketahui, AI sumber terbuka menghadapi tantangan besar seperti monetisasi, pencurian model, penggunaan bajakan, dan efisiensi/fungsi yang rendah (1 model = 1 function).
Solusi
Berbagai agen khusus, model, dataset, dan alat terhubung ke ekosistem GRID, yang dapat diakses melalui Sentient Chat.
ROMA
Saat Anda menggunakan Sentient Chat, permintaan Anda dapat ditangani tidak hanya oleh satu model AI tetapi oleh beberapa — terkadang bahkan puluhan — model yang dapat bekerja secara berurutan atau, jika memungkinkan, secara paralel.
Ini menyelesaikan masalah fungsi dan efisiensi yang rendah.
OML
→ Pembajakan
OML menyelesaikan masalah penggunaan bajakan model AI terbuka melalui kontrol kriptografi. Setiap model mencakup mekanisme otorisasi bawaan — sebelum eksekusi, sistem memverifikasi tanda tangan digital yang mengonfirmasi bahwa pengguna memiliki izin untuk menggunakan model tersebut. Tanpa otorisasi ini, model tidak akan merespons.
→ Pencurian
Mencuri model AI lain menjadi tidak mungkin karena OML menyematkan beberapa sidik jari ( pasang kunci-respons ) langsung ke dalam setiap model AI. Ini memungkinkan siapa saja untuk memverifikasi kepemilikan melalui tes tantangan-respons khusus. Sejauh ini, Sentient telah berhasil menyematkan hampir 25.000 sidik jari ke dalam LLM tanpa kehilangan kinerja — cukup untuk memastikan model tersebut bertahan dari fine-tuning, kompresi, dan penggabungan, sehingga pencurian menjadi praktis tidak mungkin.
→ Monetisasi
Rekaman OML secara virtual mencatat semua interaksi yang terjadi dalam Sentient Chat — pengguna mana, model mana yang digunakan, kapan mereka digunakan, dan berapa banyak permintaan yang dibuat. Semua data ini disimpan di luar rantai, sementara catatan penggunaan kunci ditulis ke dalam buku besar di dalam rantai.
Ini memastikan bahwa setiap kontributor menerima imbalan yang adil, dan siapa pun dapat memverifikasi keadilan ini dengan memeriksa buku besar publik di blockchain.
Faktor lain juga berkontribusi pada monetisasi agen AI — Anda dapat membaca lebih lanjut tentang mereka di sini