羅馬 + OML

ROMA和OML是@SentientAGI最先進的技術，使Sentient Chat能夠達到——甚至超越——像ChatGPT這樣的封閉企業AI的水平。

如何？
要理解這一點，我們需要看看開源人工智能的主要問題，以及ROMA和OML是如何解決這些問題的。

問題
衆所周知，開源人工智能面臨着諸如貨幣化、模型盜竊、盜版使用以及低效率/功能等重大挑戰(1模型 = 1 功能)。

解決方案
各種專業代理、模型、數據集和工具連接到GRID生態系統，該系統可通過Sentient Chat訪問。

羅馬
當您使用Sentient Chat時，您的請求可以由多個AI模型處理，而不僅僅是單一的模型——有時甚至是數十個模型，這些模型可以順序工作，或者在可能的情況下並行工作。

這解決了功能和效率低下的問題。

OML
→ 盜版
OML通過加密控制解決了對開放AI模型的盜用問題。每個模型都包含內置的授權機制——在執行之前，系統會驗證一個數字籤名，以確認用戶有權限使用該模型。沒有此授權，模型將不會響應。

→ 盜竊
竊取另一個AI模型變得不可能，因爲OML將多個指紋(密鑰響應對)直接嵌入到每個AI模型中。這使得任何人都可以通過特殊的挑戰-響應測試來驗證所有權。到目前爲止，Sentient已經成功地在一個LLM中嵌入了近25,000個指紋，且沒有任何性能損失——這足以確保模型在微調、壓縮和合並中生存，使得盜竊幾乎不可能。

→ 貨幣化
OML幾乎記錄了Sentient Chat中發生的所有交互——哪個用戶、使用了哪些模型、何時使用以及發出了多少請求。所有這些數據都存儲在鏈外，而關鍵的使用記錄則寫入鏈上帳本。
這確保每位貢獻者都能獲得公平的獎勵，任何人都可以通過檢查區塊鏈上的公共帳本來驗證這種公平性。

其他因素也有助於AI代理的貨幣化——您可以在這裏閱讀更多信息