Можливо, ви не знаєте, наскільки високою є цінність прийняття 4-х статей @SentientAGI на NeurIPS. З точки зору технічних проривів, ці чотири напрямки якраз утворюють повний замкнутий цикл безпеки та продуктивності штучного інтелекту.

🔍 Значення прориву OML 1.0
24576 постійних відбитків пальців у порівнянні з найбільшими 100 відбитками пальців є якісним стрибком у кількості. І це досягається без втрати продуктивності моделі.

Традиційна технологія відбитків пальців стикається з труднощами масштабування, збільшення кількості відбитків пальців часто супроводжується зниженням продуктивності моделей. OML подолав цю перешкоду за допомогою первісних криптографічних примітивів на основі штучного інтелекту, що дозволяє відкритим моделям дійсно мати перевірений захист власності.

⚡️ Практична цінність LiveCodeBenchPro
Навчання моделі, яка в 10 разів менша, з 20% даних, досягає такої ж продуктивності, як у конкурентів. За цим стоїть глибоке розуміння суті програмних завдань.

Традиційні бенчмарки легко піддаються впливу забруднення даних, LiveCodeBenchPro забезпечує більш надійні стандарти оцінки програмних навичок завдяки постійному оновленню змагань та суворому контролю забруднення.

🎮 Передова MindGames Arena

Через соціальні ігри дозволити ШІ вдосконалюватися самостійно, це є переходом від навчання під наглядом до автономного навчання.

Поточне вдосконалення штучного інтелекту в основному залежить від даних, позначених вручну, та зовнішнього зворотного зв'язку. MindGames Arena досліджує можливості самостійної оптимізації штучного інтелекту в процесі взаємодії. Цей механізм самовдосконалення, якщо він буде розвинутий, змінить структуру витрат на навчання штучного інтелекту.

🔒 Lock-LLMs безпечна рамка

Контроль криптографії під час доступу в білому ящику вирішує питання безпеки відкритих моделей.

Парадокс відкритих моделей полягає в тому, що відкритість приносить інновації, але також несе ризики зловживань. Lock-LLMs завдяки перевірюваному криптографічному контролю дозволяють розробникам зберігати відкритість моделі, здійснюючи при цьому точний контроль використання.

—————————————————————————
Від розпізнавання відбитків моделі до тестування продуктивності, від автономного вдосконалення до контролю безпеки, охоплює весь життєвий цикл системи штучного інтелекту. @SentientAGI будує не лише технологічний прорив в окремій точці, а й повну інфраструктуру, яка робить відкритий штучний інтелект дійсно контрольованим, надійним та стійким до розвитку.