Недавно я изучал базовую архитектуру Sentient и обнаружил, что их технологическая комбинация довольно интересна.
Просто говоря, это четыре открытых ядра, которые поддерживают систему: GRID отвечает за распределенную вычислительную сеть, ROMA обрабатывает координацию обучения моделей, ODS решает вопросы хранения данных в цепочке, а FINGERPRINT занимается проверкой личности. Сверху работают такие компоненты прикладного уровня, как OML и Dobby, что в итоге создает децентрализованную AGI систему.
Пользователи могут вызывать это через Sentient Chat или API-интерфейс, и в процессе всего этого вычислительные мощности, данные и обучение моделей не зависят от единой контрольной точки. Эта архитектурная концепция можно считать шагом в сторону настоящего распределенного ИИ.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
13 Лайков
Награда
13
4
Репост
Поделиться
комментарий
0/400
ParanoiaKing
· 11-05 06:39
Наконец-то дождались ценные идеи.
Посмотреть ОригиналОтветить0
GasFeeCrier
· 11-05 06:31
Снова пришли стричь неудачников Web3
Посмотреть ОригиналОтветить0
rugpull_survivor
· 11-05 06:19
Эта структура удивительная, я впервые за три года в圈 понял код.
Недавно я изучал базовую архитектуру Sentient и обнаружил, что их технологическая комбинация довольно интересна.
Просто говоря, это четыре открытых ядра, которые поддерживают систему: GRID отвечает за распределенную вычислительную сеть, ROMA обрабатывает координацию обучения моделей, ODS решает вопросы хранения данных в цепочке, а FINGERPRINT занимается проверкой личности. Сверху работают такие компоненты прикладного уровня, как OML и Dobby, что в итоге создает децентрализованную AGI систему.
Пользователи могут вызывать это через Sentient Chat или API-интерфейс, и в процессе всего этого вычислительные мощности, данные и обучение моделей не зависят от единой контрольной точки. Эта архитектурная концепция можно считать шагом в сторону настоящего распределенного ИИ.