Babe, bonjour ! Hier, le petit hamburger est allé échanger "merci" ! - Avant, le petit oiseau @wanghebbf m'a donné un code d'invitation pour @SentientAGI, et aujourd'hui, je suis allé chez lui pour l'inviter à sortir manger quelque chose de bon.

Nous sommes d'abord allés au marché de nuit, avons fait un tour sans trouver grand-chose à notre goût, alors je l'ai directement emmené dans mon restaurant de hamburgers préféré, car les hamburgers sont les plus fiables ! Pendant le repas, nous n'avons pas chômé, nous avons justement parlé du projet @SentientAGI que je suis en ce moment.

La dernière fois que j'ai parlé d'OML, quelqu'un a demandé comment il parvenait à fonctionner localement tout en étant contrôlé. Aujourd'hui, je vais profiter du contenu de NeurIPS pour discuter en détail de son noyau - le plan de contrôle et le plan de données.

On peut en fait les comprendre comme les deux assistants du modèle : l'un qui s'occupe des règles, et l'autre qui fait le travail.

Le plan de contrôle est celui qui gère les règles, qui peut appeler le modèle, quelles politiques doivent être respectées lors de l'appel, quelles informations doivent être mémorisées à chaque appel, tout cela relève de sa responsabilité.

Et chaque fois que l'exécution est terminée, une liste d'exécution signée est générée, et un journal d'audit qui ne peut être ajouté mais pas modifié est également synchronisé. Il est tout simplement impossible de falsifier.

En ce qui concerne le plan de données, c'est beaucoup plus simple, il est responsable de la tâche la plus fondamentale - traiter les tokens, rien d'autre.

Quand j'ai étudié à l'époque, je pensais que cette division du travail était très intelligente :

Une autorisation utilisable, le plan de contrôle a été réglé avant l'exécution, les informations de traçabilité après utilisation sont ensuite liées aux résultats d'exécution par le biais du cryptage.

Donc, même si les poids du modèle fonctionnent sur votre propre ordinateur, il n'est pas nécessaire de dépendre d'une API centralisée, ce qui n'affecte pas la vitesse et permet de mettre en œuvre un contrôle réel.

Cette conception où chacun fait ce qu'il veut tout en collaborant, décompose les problèmes complexes de manière très claire.

Ensuite, je vais continuer à suivre @SentientAGI, s'il y a de nouvelles avancées ou si je découvre quelque chose d'intéressant, je partagerai à nouveau avec tout le monde.
#SentientAGI