MITU 99

أستمر في المراقبة @OpenLedger وأحاول معرفة ما إذا كان تكامل ERC-4626 هو حقًا جزء ضروري من البنية التحتية المالية أو إذا كان جسرًا يربط شيئًا جادًا بشيء سيتصرف بطرق لا يتحكم بها الفريق بشكل كامل.
ما أراقبه ليس ما إذا كانت التكامل يعمل. من المحتمل أن يعمل. ما أراقبه هو ما يحدث لمشروع بنية تحتية للذكاء الاصطناعي عندما يصبح توكنه عنصرًا أساسيًا في التمويل اللامركزي — وما إذا كان الأشخاص الذين يبنون طبقة الذكاء الاصطناعي قد فكروا بالفعل في ما يعنيه ذلك بالنسبة للجميع الذين ليسوا هناك للتخمين.

أستمر في متابعة @OpenLedger وأحاول أن أفهم إذا كان OctoClaw أداة تداول مميزة حقًا أو إذا كان نظامًا متقنًا مبنيًا على فرضية لا تصمد تحت الضغط.
ما أتابعه ليس ما إذا كانت النسبة تعمل. إنها تعمل. ما أتابعه هو سؤال الميزة. إذا كان الجميع يستخدم نفس مجموعات بيانات المجتمع، ويتدرب على نفس Datanets، ويصل إلى نفس النماذج — من أين تأتي الألفا فعليًا؟
مشكلة ديمقراطية الذكاء الاصطناعي في التداول.
هذه هي النقطة التي لا أستطيع تجاوزها. وكلاء التداول التقليديين المدعومين بالذكاء الاصطناعي هم صناديق سوداء. لا أحد يعرف على أي بيانات تم تدريبهم، أو من أنشأ النماذج، أو كيف تتدفق القيمة إلى المساهمين. لكن OctoClaw ليس كذلك. إنه مدرب على مجموعات بيانات المجتمع مع تتبع النسبة والتعويض الشفاف. عندما يقوم بإجراء صفقة، يعرف النظام النموذج الذي استخدمه، ومجموعة البيانات التي دربت ذلك النموذج، ومن ساهم في البيانات، ويقوم بتعويضهم تلقائيًا. هذا مختلف حقًا عما كان موجودًا من قبل.

أنا أتابع @OpenLedger وأحاول أن أفهم إذا كانوا قد حلوا المشكلة الصحيحة أو إذا كانوا قد بنوا بنية تحتية فنية أنيقة حول سؤال ليس هو فعلاً الصعب.
ما أتابعه ليس ما إذا كانت النسبة تعمل. إنها تعمل. ما أتابعه هو ما إذا كانت النسبة هي نفس الشيء مثل العدالة، وما إذا كان الخلط بين الاثنين يخلق نظامًا شفافًا حول الاستخراج بدلاً من واحد يوقفه.
مشكلة النسبة مقابل العدالة في الذكاء الاصطناعي اللامركزي.
ليس الطبقة التقنية. هذه تم حلها. المساهم في البيانات يرفع البيانات. مدرب النموذج يدرب النموذج. مستخدم الاستدلال يشغل استعلام. كل شيء يتم تتبعه على السلسلة. الصيغ شفافة. يمكنك أن ترى بالضبط من ساهم بماذا.