Langit runtuh, babe! Dua hari ini sibuk sampai To da moon, akhirnya bisa bernafas sedikit untuk melihat daftar @SentientAGI, awalnya saya masih stabil di sekitar peringkat 80, eh begitu dibuka, wah, langsung hilang!
Perasaan tiba-tiba menghilang ini benar-benar sangat familiar, sudah beberapa kali mengalami ini, mental saya hampir hancur.
Jadi saya memutuskan untuk fokus dan benar-benar mendalami proyek ini, saya juga mengerjakan bagian-bagian yang sebelumnya belum saya pahami, dan ketika saya menemukan penelitian OML mereka, itu langsung menarik perhatian saya, bukankah ini tepatnya solusi untuk masalah besar dalam distribusi model AI saat ini?
■Coba pikirkan, kita hanya memiliki dua situasi menggunakan AI:
Entah itu ChatGPT, Claude dan sejenisnya, hanya bisa mengandalkan pemanggilan API mereka, tidak bisa memproses data pribadi di komputer sendiri, dan juga tidak tahu bagaimana mereka menghitungnya.
Entah itu jenis open-source seperti Llama 2, meskipun bisa diunduh dan dijalankan secara lokal, model pengembang yang dikeluarkan tidak bisa dikendalikan, ada yang menyalin untuk dijual dan tidak ada cara untuk mengejar, akhirnya jika tidak mendapatkan uang, tidak ada motivasi untuk mengembangkan lebih lanjut.
■Dan OML yang mereka buat ingin menyelesaikan kontradiksi ini:
Ini adalah "siapa pun bisa men-download model, tetapi tidak bisa digunakan sembarangan", bisa men-download model ke komputer sendiri, tetapi jika benar-benar ingin menggunakannya, harus ada otorisasi enkripsi yang diberikan oleh pengembang, tidak bisa membongkar model untuk menyalin resep atau memalsukan otorisasi.
■Mereka tidak hanya memikirkan cara, tetapi juga menjelaskan situasinya dengan jelas:
Pertama kali secara jelas menyatakan untuk mencegah "peniruan model" dan "pembuatan otorisasi palsu", menghitung apakah hal ini dapat direalisasikan (misalnya, dalam situasi apa yang dapat dijamin 100% aman), dan memberikan beberapa cara untuk mencapainya, seperti mengacak kode model, menggunakan kriptografi untuk mengunci bagian-bagian kunci.
■Yang lebih dapat diandalkan adalah, mereka benar-benar membuat versi yang dapat diterapkan OML 1.0, dua desain yang sangat menarik:
Satu adalah memberi model "sidik jari eksklusif" tidak peduli bagaimana mengubahnya, sekali diperiksa langsung tahu siapa pemiliknya, bisa dimintai pertanggungjawaban.
Yang lainnya adalah "menyimpan deposit" menggunakan model untuk menempatkan sejumlah cryptocurrency, jika melanggar akan dikenakan denda, masuk daftar hitam, dan tidak ada orang yang memberikan otorisasi di masa depan.
Saya rasa penelitian ini sangat nyata, pengembang bisa dengan tenang melakukan open source dan tetap menghasilkan uang, kita juga bisa menggunakan model secara lokal tanpa khawatir tentang pembajakan! #SentientAGI
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.
Langit runtuh, babe! Dua hari ini sibuk sampai To da moon, akhirnya bisa bernafas sedikit untuk melihat daftar @SentientAGI, awalnya saya masih stabil di sekitar peringkat 80, eh begitu dibuka, wah, langsung hilang!
Perasaan tiba-tiba menghilang ini benar-benar sangat familiar, sudah beberapa kali mengalami ini, mental saya hampir hancur.
Jadi saya memutuskan untuk fokus dan benar-benar mendalami proyek ini, saya juga mengerjakan bagian-bagian yang sebelumnya belum saya pahami, dan ketika saya menemukan penelitian OML mereka, itu langsung menarik perhatian saya, bukankah ini tepatnya solusi untuk masalah besar dalam distribusi model AI saat ini?
■Coba pikirkan, kita hanya memiliki dua situasi menggunakan AI:
Entah itu ChatGPT, Claude dan sejenisnya, hanya bisa mengandalkan pemanggilan API mereka, tidak bisa memproses data pribadi di komputer sendiri, dan juga tidak tahu bagaimana mereka menghitungnya.
Entah itu jenis open-source seperti Llama 2, meskipun bisa diunduh dan dijalankan secara lokal, model pengembang yang dikeluarkan tidak bisa dikendalikan, ada yang menyalin untuk dijual dan tidak ada cara untuk mengejar, akhirnya jika tidak mendapatkan uang, tidak ada motivasi untuk mengembangkan lebih lanjut.
■Dan OML yang mereka buat ingin menyelesaikan kontradiksi ini:
Ini adalah "siapa pun bisa men-download model, tetapi tidak bisa digunakan sembarangan", bisa men-download model ke komputer sendiri, tetapi jika benar-benar ingin menggunakannya, harus ada otorisasi enkripsi yang diberikan oleh pengembang, tidak bisa membongkar model untuk menyalin resep atau memalsukan otorisasi.
■Mereka tidak hanya memikirkan cara, tetapi juga menjelaskan situasinya dengan jelas:
Pertama kali secara jelas menyatakan untuk mencegah "peniruan model" dan "pembuatan otorisasi palsu", menghitung apakah hal ini dapat direalisasikan (misalnya, dalam situasi apa yang dapat dijamin 100% aman), dan memberikan beberapa cara untuk mencapainya, seperti mengacak kode model, menggunakan kriptografi untuk mengunci bagian-bagian kunci.
■Yang lebih dapat diandalkan adalah, mereka benar-benar membuat versi yang dapat diterapkan OML 1.0, dua desain yang sangat menarik:
Satu adalah memberi model "sidik jari eksklusif" tidak peduli bagaimana mengubahnya, sekali diperiksa langsung tahu siapa pemiliknya, bisa dimintai pertanggungjawaban.
Yang lainnya adalah "menyimpan deposit" menggunakan model untuk menempatkan sejumlah cryptocurrency, jika melanggar akan dikenakan denda, masuk daftar hitam, dan tidak ada orang yang memberikan otorisasi di masa depan.
Saya rasa penelitian ini sangat nyata, pengembang bisa dengan tenang melakukan open source dan tetap menghasilkan uang, kita juga bisa menggunakan model secara lokal tanpa khawatir tentang pembajakan!
#SentientAGI