BUSD:CNTM将会成为AI板块下一个崛起的币种_HAT

Connected2Me是一个专门为Web3打造的人工智能服务平台,其产品和服务已在全球广泛地被报道与采用,其基于GPT3.5打造的人工智能Web3搜索引擎Jinn即将隆重登场

MaketheworldConnected2Me!

Connected2Me成就回顾

基于人工智能的个性化金融服务:

去中心化的理财产品AI测评;

通过AI模型演练为用户提供定制化的AI顾问服务;

虚拟理财经济人:Rachel

ChatGPT目前的三个核心问题和痛点:

对于知识类型的问题,ChatGPT会给出看上去很有道理,但是事实上是错误答案的内容;

拓展解读:对于这样来说,由于ChatGPT的一部分回答很准确,而一部分看上去有道理,但事实上很离谱,而用户并没有足够的能力来进行辨别,这将给用户如何采信ChatGPT的答案带来很多困惑。

WONDER DAO作为WONDER 1加入主网节点委员会(PCN):金色财经报道,区块链开发商 Wemade 今天宣布,其 WEMIX3.0 区块链主网 WONDER DAO 已加入主网节点委员会 (PCN)。 WEMIX3.0 大型生态系统将随着 WONDER DAO 的加入,通过增加民主和透明的参与以及通过更渐进的去中心化进一步发展。[2023/4/26 14:27:38]

ChatGPT目前这种基于GPT大模型基础上进一步增加标注数据训练的模式,对于LLM模型吸纳新知识非常不友好。

拓展解读:新知识总是在不断出现,而出现一些新知识就去重新预训练GPT模型是不现实的,无论是训练时间成本还是金钱成本,都不可接受。如果对于新知识采取Fine-tune的模式,看上去可行且成本相对较低,但是很容易产生新数据的引入导致对原有知识的灾难遗忘问题,尤其是短周期的频繁fine-tune,会使这个问题更为严重。

ChatGPT或GPT4的训练成本以及在线推理成本太高,无法承载超过千万级的用户同时使用。

CNBC记者:马斯克收购推特后推特CEO和CFO不会留任:10月28日消息,CNBC财经记者David Faber发推称,Twitter现在由ElonMusk负责。David Faber获悉,Twitter前CEO Parag Agrawal和前CFO Ned Segal已经离开公司总部,并且不会随着马斯克时代的开始而返回。[2022/10/28 11:51:02]

拓展解读:假设继续采取免费策略,OpenAI无法承受,但是如果采取收费策略,又会极大减少用户基数,无法实现规模化。

Sparrow是ChatGPT的良好补充:

sparrow在人工标注方面的质量和工作量不如ChatGPT;

Sparow的基于retrieval结果的生成结果证据展示,以及引入LaMDA系统的对于新知识采取retrieval模式,可以完美解决新知识的及时引入,以及生成内容可信性验证两个核心问题。

Jinn的优势:

CNBC:币安在法国设立1亿欧元计划支持加密货币和区块链行业:12月30日消息,CNBC援引对币安法国总经理David Princay的采访报道,币安将与法国行业团体France FinTech合作,为一个1亿欧元的倡议Objective Moon提供资金,以支持加密货币和区块链行业。币安将在法国设立一个研发办公室,并就初创企业孵化器计划和培训计划合作。其称欧洲(包括法国)的监管总体而言是“非常积极的创新迹象”。[2021/12/30 8:15:00]

Jinn=ChatGPT+Sparrow

Jinn使用ChatGPT为核心框架,引入了Sparow的基于retrieval结果的生成结果证据展示,以及引入LaMDA系统的对于新知识采取retrieval模式。

所以Jinn既有有高质量的人工标注,也可以完美解决新知识的引入问题,同时又有效的内容可信性验证功能,从而打造下一代为Web3服务的搜索引擎基础。

应用场景类:

CNBC主持人Jim Cramer已出售其持有的一半比特币以偿还抵押贷款:CNBC王牌主持人、著名美国股市评论员Jim Cramer在节目中表示,他已出售了一半的比特币资产以偿还抵押贷款。Cramer称:“从图表上看,我可能是唯一的自然卖方,但还清抵押贷款真是太好了。就像是用假钱付了真钱。”(u.today)[2021/4/16 20:25:07]

内容推荐:根据用户行为和与Jinn的交互分析,为用户推荐适合他的Web3内容与产品。

个性化金融:根据用户行为和与Jinn的交互分析,为用户推荐适合他的DeFi产品或根据用户的模型来自动构建属于用户的科学家机器人,完成自动交易。

DAO推荐:为用户推荐合适的DAO组织,或直接将理念类似的人连接在一起自动生成新的DAO组织。

个性化内容生成:用户可以通过组建关键字,通过Jinn输出自己需要的内容。

核心技术路线

第一阶段:冷启动阶段的监督策略模型。靠GPT3.5本身,尽管它很强,但是它很难理解人类不同类型指令中蕴含的不同意图,也很难判断生成内容是否是高质量的结果。为了让GPT3.5初步具备理解指令中蕴含的意图,首先会从测试用户提交的prompt(就是指令或问题)中随机抽取一批,靠专业的标注人员,给出指定prompt的高质量答案,然后用这些人工标注好的数据来Fine-tuneGPT3.5模型。经过这个过程,我们可以认为GPT3.5初步具备了理解人类prompt中所包含意图,并根据这个意图给出相对高质量回答的能力;

在马来西亚和斐济两家诊所开始接受DCN付款:据DCN官方推特表示称,Dentacoin正稳步加强其在马来西亚和斐济两家诊所的地位,诊所开始接受DCN的付款。诊所表示:“我们认为我们与 Dentacoin 的合作关系是有利可图的, 同时也符合以社区为中心的未来。”[2018/1/19]

第二阶段:训练回报模型。这个阶段的主要目的是通过人工标注训练数据,来训练回报模型。在这个阶段里,首先由冷启动后的监督策略模型为每个prompt产生K个结果,人工根据结果质量由高到低排序,以此作为训练数据,通过pair-wiselearningtorank模式来训练回报模型。对于学好的RM模型来说,输入,输出结果的质量得分,得分越高说明产生的回答质量越高。

第三阶段:采用强化学习来增强预训练模型的能力。本阶段无需人工标注数据,而是利用上一阶段学好的RM模型,靠RM打分结果来更新预训练模型参数。

二三阶段迭代:不断重复第二和第三阶段,每一轮迭代都使得LLM模型能力越来越强。因为第二阶段通过人工标注数据来增强RM模型的能力,而第三阶段,经过增强的RM模型对新prompt产生的回答打分会更准,并利用强化学习来鼓励LLM模型学习新的高质量内容,这起到了类似利用伪标签扩充高质量训练数据的作用,于是LLM模型进一步得到增强

下一代搜索引擎:Jinn

Jinn将采用传统搜索引擎+ChatGPT的双引擎结构,ChatGPT模型是主引擎,传统搜索引擎是辅引擎。传统搜索引擎的主要辅助功能有两个:一个是对于ChatGPT产生的知识类问题的回答,进行结果可信性验证与展示,就是说在ChatGPT给出答案的同时,从搜索引擎里找到相关内容片段及url链接,同时把这些内容展示给用户,使得用户可以从额外提供的内容里验证答案是否真实可信,这样就可以解决ChatGPT产生的回答可信与否的问题,避免用户对于产生结果无所适从的局面。

传统搜索引擎的第二个辅助功能是及时补充新知识。既然不可能随时把新知识快速引入LLM,那么可以把它存到搜索引擎的索引里,ChatGPT如果发现具备时效性的问题,它自己又回答不了,则可以转向搜索引擎抽取对应的答案,或者根据返回相关片段再加上用户输入问题通过ChatGPT产生答案,这里有一部分将参考LaMDA关于新知识处理的具体方法。

最后说下为什么推荐欧易CNTM:

1.欧易AI概念,每次热点只要某安开头,ok必定不会落下,目前AI板块火爆,概念普及中。

2.总市值才一千多万美金,币种严重被低估。

3.横盘洗了一年,每次不管行情多差,只要拉盘不低于一倍,跌有限涨无限。

4.据调查其ai已经完全落地前天走势属于周线级别启动。

5.提早布局,等待风口启动,火箭式拉升。

CNTM币的优势:

1专为Web3打造2基于最先进的人工智能技术3类似于ChatGPT,基于ChatGPT的模式打造的搜索引擎4由传统的主动搜索变为自动搜索,即根据用户的特征来为其推送其所需的内容搜索引擎的名字:Jinn(神灯精灵,可以满足人类的各种愿望用来代指在Web3里用户想要的东西都能通过Jinn获得)

CNTM未来发展;

1.基于ChatGPT的理论,创建CNTM的GPT平台:Jinn;

2.为Jinn加入双引擎结构:GPT引擎+传统搜索引擎,从而实现Web3的AI搜索功能;

3.将Jinn与CNTM1.0的板块结合,增强金融领域的AI搜索推荐功能;

Jinn=ChatGPT+Sparrow

从前几轮的牛熊周期的持续时间来看,2015-2017年牛市持续了1064天,2017-2018年熊市单边下跌走势持续了364天。而2018-2021年牛市也持续了1064天,而2021年熊市至今已经过去了364天。因此,综合各种因素来看,比特币很有可能已经完成筑底,重新开始长期向上的趋势。

这一波的牛市注定是被AI带动!错过了AGIX!你还想错过CNTM吗?

在加密行业你想抓住下一波牛市机会你得有一个优质圈子,大家就能抱团取暖,保持洞察力。如果只是你一个人,四顾茫然,发现一个人都没有,想在这个行业里面坚持下来其实是很难的。

想抱团取暖,或者有疑惑的,欢迎加入我们——公众号:三春是三月

感谢阅读,我们下期再见!

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

区块博客

[0:0ms0-5:458ms