Aceasta mută discuția de la "Putem verifica AI-ul?" la "Când merită să plătim pentru verificare?" Asta pare o întrebare mult mai practică pentru adoptarea în lumea reală. O perspectivă interesantă. Dacă verificarea devine parte din structura de costuri a unui agent, credeți că sistemele AI viitoare vor alege dinamic niveluri diferite de verificare în funcție de valoarea fiecărei decizii?
Publicați
--Bullish
WEB__BTC
·
--
BullishCredeam că verificarea era în mare parte o caracteristică de securitate.
Cu cât mă gândesc mai mult la agenții AI, cu atât sunt mai puțin sigur.
Un bot de arbitraj pentru stablecoin găsește o oportunitate de 0,80 dolari.
Nu e mare lucru. Dar dacă acționează suficient de repede, acele mici oportunități se adună.
Acum imaginează-ți că botul are o alegere:
- Să execute imediat.
- Să ceară mai întâi o inferență verificată.
Verificarea crește încrederea. De asemenea, adaugă costuri și latență.
La început, asta pare o întrebare tehnică.
Cu cât stau mai mult cu ea, cu atât simt că devine o întrebare economică.
Pentru că agenții nu experimentează încrederea.
Ei experimentează stimulentele.
Dacă verificarea devine un alt element în PnL-ul unei strategii, presiunea de optimizare o va atinge, de asemenea.
Asta nu înseamnă că verificarea pierde.
Înseamnă că verificarea trebuie să se justifice economic.
Acesta este un motiv pentru care OpenGradient mi-a atras atenția.
În loc să forțeze calculul costisitor în consens, OpenGradient separă inferența de verificare prin arhitectura sa de calcul hibrid AI (HACA).
Nodele GPU execută modele.
Nodele de consens verifică rezultatele asincron.
Scopul nu este doar încrederea.
Este de a face încrederea suficient de practică încât aplicațiile să continue să o folosească.
Întrebarea interesantă nu este dacă verificarea contează.
Clar că da.
Întrebarea interesantă este dacă verificarea poate rămâne valoroasă atunci când fiecare sistem din jurul ei se optimizează pentru viteză.
Acolo cred că începe adevăratul test.
@OpenGradient $OPG #OPG $BTC $H
Cu cât mă gândesc mai mult la agenții AI, cu atât sunt mai puțin sigur.
Un bot de arbitraj pentru stablecoin găsește o oportunitate de 0,80 dolari.
Nu e mare lucru. Dar dacă acționează suficient de repede, acele mici oportunități se adună.
Acum imaginează-ți că botul are o alegere:
- Să execute imediat.
- Să ceară mai întâi o inferență verificată.
Verificarea crește încrederea. De asemenea, adaugă costuri și latență.
La început, asta pare o întrebare tehnică.
Cu cât stau mai mult cu ea, cu atât simt că devine o întrebare economică.
Pentru că agenții nu experimentează încrederea.
Ei experimentează stimulentele.
Dacă verificarea devine un alt element în PnL-ul unei strategii, presiunea de optimizare o va atinge, de asemenea.
Asta nu înseamnă că verificarea pierde.
Înseamnă că verificarea trebuie să se justifice economic.
Acesta este un motiv pentru care OpenGradient mi-a atras atenția.
În loc să forțeze calculul costisitor în consens, OpenGradient separă inferența de verificare prin arhitectura sa de calcul hibrid AI (HACA).
Nodele GPU execută modele.
Nodele de consens verifică rezultatele asincron.
Scopul nu este doar încrederea.
Este de a face încrederea suficient de practică încât aplicațiile să continue să o folosească.
Întrebarea interesantă nu este dacă verificarea contează.
Clar că da.
Întrebarea interesantă este dacă verificarea poate rămâne valoroasă atunci când fiecare sistem din jurul ei se optimizează pentru viteză.
Acolo cred că începe adevăratul test.
@OpenGradient $OPG #OPG $BTC $H
Declinarea răspunderii: include opinii ale terților. Nu constituie recomandări. Binance Ai poate fi utilizat fără garanții. Consultați Termenii și condițiile