Hari ini transaksi 3w
Kerugian 3.7 dolar💔💔
Dua hari lalu trading juga keok
Kalian hari ini nyari apa😨 kerugian gimana…
Sepupu saya, A-Yuan, yang lagi kuliah S3, dibantu AI buat nulis tinjauan pustaka, malah ditegur dosennya. Bukan karena malas, tapi takut dia kasih data yang belum dipublikasi ke model cloud, sama aja ngasih bocoran draft ke platform. Dia terkurung di kosan, kirim voice note ke saya, bilang, rasanya kayak nulis di kamar mandi umum, siapa tahu ada yang ngintip dari belakang…
Setelah saya denger, saya tidak langsung menenangkan dia, tapi langsung kasih info tentang logika privasi jaringan Open Intelligence @OpenGradient . Inti dari ini adalah memindahkan pemrosesan ke node tepi yang paling dekat dengan kamu, data asli nggak keluar dari domain kepercayaanmu, sama kayak masak di rumah, cuma hasil akhirnya yang disajikan, proses memasak orang luar nggak lihat.
#OPG Untuk implementasi nyata, tergantung dua hal: pertama, bobot model dipecah dan didistribusikan ke node terdistribusi, bagian sensitif diproses secara lokal; kedua, melalui lingkungan eksekusi terpercaya atau bukti nol-pengetahuan, menjamin kepada pihak yang memanggil bahwa “hasilnya pasti sesuai model asli”, tanpa harus buka data input kamu untuk verifikasi. Ada satu set data pengukuran yang menunjukkan, dengan mode inferensi tepi ini, risiko kebocoran informasi pencarian asli pengguna berkurang hampir sembilan puluh persen dibandingkan dengan solusi terpusat tradisional. $OPG
Sepupu saya bisa aja menyelesaikan analisis literatur di lokal, cuma mengirim kembali rantai logika dan kerangka referensi yang sudah diturunkan, bahkan tanda baca tidak disisakan untuk server. A-Yuan diam sejenak, lalu jawab: “Jadi, apakah makalah ini tidak perlu telanjang lagi?” Ketika infrastruktur pemanggilan model mulai menjadikan “dapat digunakan tapi tidak terlihat” sebagai kontrak dasar, trik-trik lama yang mengandalkan data pool untuk keuntungan masih bisa berfungsi. $OPG
Kerugian 3.7 dolar💔💔
Dua hari lalu trading juga keok
Kalian hari ini nyari apa😨 kerugian gimana…
Sepupu saya, A-Yuan, yang lagi kuliah S3, dibantu AI buat nulis tinjauan pustaka, malah ditegur dosennya. Bukan karena malas, tapi takut dia kasih data yang belum dipublikasi ke model cloud, sama aja ngasih bocoran draft ke platform. Dia terkurung di kosan, kirim voice note ke saya, bilang, rasanya kayak nulis di kamar mandi umum, siapa tahu ada yang ngintip dari belakang…
Setelah saya denger, saya tidak langsung menenangkan dia, tapi langsung kasih info tentang logika privasi jaringan Open Intelligence @OpenGradient . Inti dari ini adalah memindahkan pemrosesan ke node tepi yang paling dekat dengan kamu, data asli nggak keluar dari domain kepercayaanmu, sama kayak masak di rumah, cuma hasil akhirnya yang disajikan, proses memasak orang luar nggak lihat.
#OPG Untuk implementasi nyata, tergantung dua hal: pertama, bobot model dipecah dan didistribusikan ke node terdistribusi, bagian sensitif diproses secara lokal; kedua, melalui lingkungan eksekusi terpercaya atau bukti nol-pengetahuan, menjamin kepada pihak yang memanggil bahwa “hasilnya pasti sesuai model asli”, tanpa harus buka data input kamu untuk verifikasi. Ada satu set data pengukuran yang menunjukkan, dengan mode inferensi tepi ini, risiko kebocoran informasi pencarian asli pengguna berkurang hampir sembilan puluh persen dibandingkan dengan solusi terpusat tradisional. $OPG
Sepupu saya bisa aja menyelesaikan analisis literatur di lokal, cuma mengirim kembali rantai logika dan kerangka referensi yang sudah diturunkan, bahkan tanda baca tidak disisakan untuk server. A-Yuan diam sejenak, lalu jawab: “Jadi, apakah makalah ini tidak perlu telanjang lagi?” Ketika infrastruktur pemanggilan model mulai menjadikan “dapat digunakan tapi tidak terlihat” sebagai kontrak dasar, trik-trik lama yang mengandalkan data pool untuk keuntungan masih bisa berfungsi. $OPG