Babe-babe, selamat pagi! Kemarin si hamburger kecil pergi untuk menukarkan "terima kasih"! - Sebelumnya, kakak pendek @wanghebbf memberi saya undangan @SentientAGI, hari ini saya sengaja pergi ke rumahnya untuk mengajak dia keluar makan enak.
Kami pertama pergi ke pasar malam, berjalan-jalan sebentar tetapi tidak menemukan yang terlalu cocok, jadi saya langsung membawanya ke restoran burger yang sangat saya suka, burger memang yang paling dapat diandalkan! Saat makan, kami juga tidak diam, kebetulan membicarakan proyek @SentientAGI yang saya ikuti belakangan ini.
Ketika terakhir kali saya berbicara tentang OML, ada yang bertanya bagaimana cara kerjanya bisa berjalan secara lokal tetapi tetap terkontrol. Hari ini, kebetulan saya ingin membahas inti dari hal ini sehubungan dengan konten NeurIPS —— ruang kontrol dan ruang data.
Sebenarnya, kita bisa memahami mereka sebagai dua asisten model: satu mengatur aturan, satu lagi melakukan pekerjaan nyata.
Kontrol pesawat adalah yang mengatur aturan, siapa yang dapat memanggil model, kebijakan apa yang harus dipatuhi saat memanggil, informasi apa yang harus dicatat setiap kali memanggil, semua itu diatur olehnya.
Dan setiap kali selesai menjalankan, akan dihasilkan satu daftar eksekusi yang ditandatangani, dan juga akan disinkronkan untuk menulis satu log audit yang hanya bisa ditambahkan tetapi tidak bisa diubah, jadi tidak mungkin untuk melakukan kecurangan.
Untuk data plane, itu jauh lebih sederhana, itu bertanggung jawab untuk melakukan pekerjaan dasar - menangani tokens, tidak peduli yang lainnya.
Saat saya melakukan penelitian, saya merasa pembagian tugas ini sangat cerdas:
Apakah otorisasi yang dapat digunakan, kontrol sebelum menjalankan pesawat telah diselesaikan, dan informasi pelacakan setelah digunakan, juga terikat dengan hasil yang dijalankan melalui enkripsi.
Jadi meskipun bobot model berjalan di komputer Anda sendiri, tidak perlu bergantung pada API terpusat, yang tidak hanya tidak mempengaruhi kecepatan, tetapi juga dapat menerapkan kontrol secara nyata.
Desain yang saling berkoordinasi dan bekerja secara terpisah ini memecah masalah kompleks dengan sangat jelas.
Setelah itu, saya juga akan terus mengikuti @SentientAGI. Jika ada kemajuan baru, atau jika saya menemukan desain menarik lainnya, saya akan berbagi lagi dengan semua orang. #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.
Babe-babe, selamat pagi! Kemarin si hamburger kecil pergi untuk menukarkan "terima kasih"! - Sebelumnya, kakak pendek @wanghebbf memberi saya undangan @SentientAGI, hari ini saya sengaja pergi ke rumahnya untuk mengajak dia keluar makan enak.
Kami pertama pergi ke pasar malam, berjalan-jalan sebentar tetapi tidak menemukan yang terlalu cocok, jadi saya langsung membawanya ke restoran burger yang sangat saya suka, burger memang yang paling dapat diandalkan! Saat makan, kami juga tidak diam, kebetulan membicarakan proyek @SentientAGI yang saya ikuti belakangan ini.
Ketika terakhir kali saya berbicara tentang OML, ada yang bertanya bagaimana cara kerjanya bisa berjalan secara lokal tetapi tetap terkontrol. Hari ini, kebetulan saya ingin membahas inti dari hal ini sehubungan dengan konten NeurIPS —— ruang kontrol dan ruang data.
Sebenarnya, kita bisa memahami mereka sebagai dua asisten model: satu mengatur aturan, satu lagi melakukan pekerjaan nyata.
Kontrol pesawat adalah yang mengatur aturan, siapa yang dapat memanggil model, kebijakan apa yang harus dipatuhi saat memanggil, informasi apa yang harus dicatat setiap kali memanggil, semua itu diatur olehnya.
Dan setiap kali selesai menjalankan, akan dihasilkan satu daftar eksekusi yang ditandatangani, dan juga akan disinkronkan untuk menulis satu log audit yang hanya bisa ditambahkan tetapi tidak bisa diubah, jadi tidak mungkin untuk melakukan kecurangan.
Untuk data plane, itu jauh lebih sederhana, itu bertanggung jawab untuk melakukan pekerjaan dasar - menangani tokens, tidak peduli yang lainnya.
Saat saya melakukan penelitian, saya merasa pembagian tugas ini sangat cerdas:
Apakah otorisasi yang dapat digunakan, kontrol sebelum menjalankan pesawat telah diselesaikan, dan informasi pelacakan setelah digunakan, juga terikat dengan hasil yang dijalankan melalui enkripsi.
Jadi meskipun bobot model berjalan di komputer Anda sendiri, tidak perlu bergantung pada API terpusat, yang tidak hanya tidak mempengaruhi kecepatan, tetapi juga dapat menerapkan kontrol secara nyata.
Desain yang saling berkoordinasi dan bekerja secara terpisah ini memecah masalah kompleks dengan sangat jelas.
Setelah itu, saya juga akan terus mengikuti @SentientAGI. Jika ada kemajuan baru, atau jika saya menemukan desain menarik lainnya, saya akan berbagi lagi dengan semua orang.
#SentientAGI