Assisterrとは何ですか:コミュニティ所有のAIの未来です

中級1/13/2025, 3:27:02 AM
Assisterrは、Small Language Models(SLM)を活用した分散型AIプラットフォームであり、革新的な経済モデルを採用することで、AI技術をよりアクセス可能で効率的かつ持続可能にします。このプラットフォームは、Large Language Models(LLM)の限界に対応し、コミュニティの協力を促進し、ユーザーがAIモデルを作成、共有、および収益化できるようにします。独自の分散型経済システムは、投稿者に報酬を与え、公正な価値分配を確保し、AIの採用、技術革新、および分野の進歩を促進します。

現在のAI業界は、中央集権化による重要な課題に直面しており、大手企業によって主要な進展が制御されています。これにより、データプライバシー、独占的な慣行、最先端技術への制限付けに関する懸念が生じます。さらに、GPT-3などの大規模言語モデル(LLM)への過度な依存は、高い計算コスト、環境への影響、トレーニングデータにおける潜在的なバイアスなどの問題を引き起こします。これらのモデルは膨大なデータとリソースを必要とし、資金力のある組織にしか利用できません。

Assisterrは、Small Language Models(SLMs)を導入し、AI開発におけるコミュニティ所有のアプローチを推進することで、これらの課題に対処しています。SLMは、高いパフォーマンスを維持しながら、より効率的で計算パワーやデータをより少なく必要とするように設計されており、AI技術をより利用しやすく持続可能にしています。さらに、Assisterrのコミュニティ所有のモデルとAIエージェントは、ユーザーがAIの進化に貢献し、恩恵を受けることを可能にし、イノベーションと包摂を促進し、AIの利益が社会全体でより広く共有されるようにしています。

Assisterr AIとは何ですか?


ソース:Assisterrのウェブサイト

Assisterr AIは、Small Language Models (SLM)とコミュニティ所有のAIエージェントを活用して、人工知能へのアクセスを民主化するために設計された分散型AIプラットフォームです。その主な目的は、従来のAIモデルの制約に対処し、より効率的でアクセスしやすい、持続可能な代替手段を提供することで、協力的なAIエコシステムを促進することです。

Assisterr AIの主な特徴と利点

  • Small Language Models (SLMs): Unlike LLMs, SLMs require less computational power and data, making them more accessible and environmentally friendly. They are designed to perform specific tasks efficiently, reducing the overhead associated with larger models.
  • Community-Owned Models: Assisterrは、ユーザーがAIの進化に貢献し、恩恵を受けることができる分散型アプローチを推進しています。このモデルは革新と包括性を促進し、少数の大手企業がAI技術を独占しないようにしています。
  • No-Codeツール:Assisterrは、技術的な知識を持たない個人や企業が、AIモデルを作成・展開するためのユーザーフレンドリーなノーコードツールを提供します。これにより、参入のハードルが下がり、AIの開発への広範な参加が促進されます。
  • データマーケットプレイス:プラットフォームには、データとAIモデルのマーケットプレイスが含まれており、ユーザーはリソースを購入、販売、共有することができます。これによりデータの共有と協力が促進され、AIエコシステムがさらに向上します。
  • セキュリティと透明性:Assisterrは、堅牢なセキュリティ対策と透明なプロセスを採用して、AIモデルとデータトランザクションの完全性と信頼性を確保しています。

The Language Models (LLM & SLM)

Large Language Models (LLM)

GPT-3やBERTのような大規模言語モデル(LLM)は、人間らしい言語を理解し生成するために大量のテキストデータで訓練されたAIモデルです。テキストの補完、翻訳、要約など、幅広いタスクを実行できます。しかし、LLMにはいくつかの注目すべき欠点があります。

  • 高い計算コスト:LLMのトレーニングと実行には、膨大な計算リソースが必要であり、高価で環境に負荷がかかります。
  • データバイアス:LLMは、トレーニングデータに存在するバイアスを引き継ぐことがあり、バイアスのあるまたは不適切な出力につながることがあります。
  • 限られたアクセス: リソースを多く必要とするため、LLMはしばしば資金力のある大規模組織にしかアクセスできません。
  • スケーラビリティの問題:LLMのモノリシックな構造は、特定のタスクやドメインに適応するのがより困難で柔軟性に欠ける可能性があります。

Small Language Models (SLMs)

Small Language Models (SLMs)は、LLMsと同様のコンセプトですが、より正確で特化し効率的に設計されています。特定のタスクやデータセットに焦点を当てることで、SLMsはニッチなアプリケーションにおいて優れたパフォーマンスを提供し、特化したユースケースに適しています。特定のビジネスニーズに合わせたデータセットの活用と焦点の絞り込みにより、SLMsは低コストで優れたパフォーマンスと状況適応性を提供することができます。これはオープンソースのSLM構築にも奨励されており、従来のLLMsと競争力のある正確性を持つより安価なプロジェクトが開発されています。

Assisterr AIの背後の技術

Small Language Models (SLM)

小規模言語モデル(SLM)は、Assisterrの技術の中心にあります。大規模言語モデル(LLM)とは異なり、SLMはより効率的で専門的に設計されています。彼らは特定のタスクとデータセットに焦点を当てており、ニッチなアプリケーションのために優れたパフォーマンスを提供することができます。この特化は、SLMをよりアクセス可能で持続可能なものにし、計算能力とデータが少なくて済むようにしています。

モジュラーSLMアーキテクチャー

LLMベースのエージェントの制限に対処するために、協調的なエージェントフレームワークで動作する複数の小規模言語モデル(SLM)を使用した高度なアプローチが登場しています。SLM集合からAIエージェントを開発する際には、2つの主要なアプローチが活用されます。専門家の混合(MoE)とエージェントの混合(MoA)です。

Mixtures of Experts (MoE)


ソース:Assisterr Litepaper

MoEアンサンブルと組み合わせることで、最新のSLM推論は、機能的な問題解決能力を失うことなく、学習の柔軟性を高めることができます。アンサンブル学習では、それぞれが異なる関連コンテキストに特化した複数の小さなモデルの推論スキルを組み合わせて、複雑な問題を解決できます。これにより、AIが深く掘り下げることを可能にするハイブリッドな理解が生まれます。専門家のレイヤー自体をMoEで構成し、階層構造を作成して、コンテキストの複雑さと問題解決能力をさらに緩衝することができます。MoE は通常、複数の並列ネットワークから動的に選択してプロンプトに最も適切な応答を与えるスパース ゲーティング レイヤーを使用します。より柔軟な応答を実現するために、個々の専門家がコード生成、翻訳、または感情分析を微調整できます。より高度な MoE アーキテクチャには、他のコンポーネントと組み合わせて、このような MoE レイヤが複数含まれる場合があります。一般的な言語モデル アーキテクチャと同様に、MoE ゲーティング レイヤーはセマンティック トークンで動作し、トレーニングが必要です。

Mixtures of Agents (MoA)

SLMをMoAアーキテクチャに組み込むことで、多様な推論アンサンブルの選択性が向上し、AIが必要な方法論でタスクを正確に実行できるようになります。エージェントモデルは、実行プロトコルを階層化するコンソーシアムで組み立てられ、複雑なタスクの効率と問題解決を改善します。したがって、AI はマルチドメイン シナリオで機能します。エージェントのチームは順番に作業し、以前の結果を繰り返し改善できます。MoAは、オープンソースモデルでも、AlpacaEval 2.0でGPT-4 Omniが57.5%の精度スコアを獲得するなど、これまで大規模なモデルを大幅に上回っています。エージェントの混合 (MoA) は、セマンティック トークンではなく、モデル出力のレベルで動作します。ゲーティング層はありませんが、テキストプロンプトを並列化された方法ですべてのエージェントに転送します。MoA の出力も、加算と正規化によって集計されません。代わりに、これらは連結され、合成および集計プロンプトと組み合わされてから、別のモデルに渡されて最終出力が生成されます。したがって、モデルは、多様な出力を計算する「提案者」と、結果を統合する「アグリゲーター」に分けられます。MoE の場合と同様に、これらのレイヤーのいくつかを組み合わせることができます。ゲート層がないため、このアプローチはより柔軟で、複雑なタスクに適応できます。

DeAIエコノミー

DeAI(分散型AI)経済は、Assisterrのプラットフォームの基本的な側面です。これはブロックチェーン技術を活用して、AIモデルとデータの分散型マーケットプレイスを作成します。この経済はデータの共有と協力を奨励し、貢献者が公平に報酬を受け取ることを保証します。DeAI経済の主要なコンポーネントには、以下のものが含まれます:

  • データマーケットプレイス:ユーザーがデータやAIモデルを購入、販売、共有できるプラットフォーム。このマーケットプレイスは、価値あるリソースの交換を促進し、コミュニティ内でのイノベーションと協力を推進します。
  • インセンティブメカニズム:Assisterrは、データの貢献、モデルの開発、エコシステムへの参加に対して、さまざまなインセンティブメカニズムを採用してユーザーを報酬します。これらのインセンティブにより、コミュニティが活発で参加していることが保証されます。
  • 透明性とセキュリティ:ブロックチェーン技術は、DeAI経済内での取引における透明で安全な環境を提供します。これにより、データやAIモデルの完全性と信頼性が保たれ、ユーザーが詐欺や誤用から保護されます。

Assisterrエコシステム

AI Labs

AssisterrAIは、すべてのコミュニティの貢献をインセンティブ付けする方法で、Small Language Models(SLMs)を作成、トークン化、および配布するための統一されたインフラストラクチャパイプラインを提供します。AI Labでは、ユーザーが自分の知識領域のモデルに貢献し、AIの共同創造者兼共同所有者となることができます。このアプローチにより、AIのギグワーカーが一度きりの取引に基づいて報酬を得るだけでなく、より広範な市場価値を獲得し、より良い未来を確保し、進歩と自動化の被害者ではなく、AIの恩恵を受ける人々になることが保証されます。

プラットフォームにアクセスするには、ユーザーはブラウザベースのSolanaウォレット、およびXプロファイルとDiscordアカウントを接続します。その後、AssisterrユーザーインターフェイスのAI Labタブを介してモデルを作成できます。このタブは、主要なパラメータ、プロンプトテンプレート、およびモデルメタデータを指定するシンプルなフォームを提供します。ユーザーは、検索支援生成(RAG)を介してモデルに埋め込まれるデータを直接アップロードし、後で微調整を行うことができます。作成したモデルは、SLMストアを介して公開することができます。将来、AI Labは、Mixture of Agentsアーキテクチャと増強検索戦略を備えたモジュラーなマルチモデルパラダイムを採用します。

SLM Store

Assisterrの貢献者は、データ貢献やモデル作成、検証、レビューなど、AIモデルの創世におけるすべての段階で報酬を受け取ります。この収益共有メカニズムは、SLMトークン化モジュールを通じて実装されています。AI Labは、ビジネスユースケースと必要なデータ・専門知識を効果的に接続します。 AssisterrインターフェースのSLMストアタブにモデルが表示されたら、どのユーザーでもチャットボットインターフェースを介してクエリを実行できます。現在、ボットはWeb3エコシステム、ヘルスケア、ソフトウェア開発、ファイナンスのさまざまなニッチで支援しています。

SLMストアのすべてのモデルには、それぞれのユーザーの残高から補充されるAssisterrのネイティブトークンで表された金庫が付属しています。クエリごとに使用されます。WebUIから接続されたSolanaウォレットまたはAPIを介してクエリを配置でき、SLMストアのモデルを他のアプリケーションからアクセスできます。貢献者はSLMを作成し、それらをエージェントに組み立て、ノーコードインターフェースを介して展開できます。これにより、迅速な市場投入期間と高速なイノベーションサイクルが提供されます。これにより、独立したモデル作成者や開発者が直面する配布と収益化の課題が解決されます。

コラボレーション要素

Contribute and Earnタブを介して、ユーザーはデータリクエストを満たし、パフォーマンスメトリックスを検証することで、管理トークン(MT)またはネイティブのAssisterrトークンと交換に既存のモデルの反復的な改善に参加することができます。このピアレビュープロセスにより、モデルの作成における定数の進化とスループットの増加が保証されます。Mixture of Agents(MoA)などの機能と組み合わせることで、累積的な進歩と連続的なボトムアップの調整が可能になります。SLMのモジュール化された専門的な性質により、既存の作業パイプラインに迅速に統合することができます。将来的には、企業や個人は問題を説明し、Assisterrのサービスが関連するSLM/エージェントのプールを利用して解決策を見つけることができるようになるでしょう。

Assisterr 財務モデル

The native Assisterr token is the vehicle upon which AssisterrAI ecosystem operations are run. It is transacted in response to the validation of actions taken in fulfillment of smart contract protocols at each stage of the SLM development process. By leveraging the token, participants can engage with the facilities of the Assisterr ecosystem, such as accessing products, paying fees, and contributing to SLMs’ creation, management, and monetization.

Assisterrのユースケース

分散型金融(DeFi)管理エージェント

分散化されたファイナンス(DeFi)AIエージェントは、Web3空間における重要な革新です。汎用の推薦システムを超えて、安全な許可制制約内で動作する専門のAIは、金融ポートフォリオをよりよく最適化し自動化することができます。Solana DeFiプロトコルのような高速トランザクションメディア向けに作成されたエージェンティックSLMは、貸出/借入、永続的取引、ステーキングを向上させることができます。これらのエージェントは、SLMアンサンブルと現代的なエージェントの混合(MoA)コンソーシアムを通じて、より良いデータキュレーション、多面的推論、そして深い機能解析を提供します。

トレーディングエージェント

複雑な取引シナリオに適した取引エージェントは、ウォレットクラスターと価格のトレンドを分析して、波状のDeFi市場と伝統的なファイナンス(TradFi)の両方で非常に役立ちます。データに基づく取引戦略で、実行媒体と方法が重要な場合、SLMベースのMoAは特に効果的です。これらのエージェントは、高度なアルゴリズムとリアルタイムデータを活用して、取引効率と収益性を向上させます。

自律型チャットエージェント

高度な学習能力と分析能力を備えた自律型のチャットエージェントは、学術、ソーシャル、およびプロフェッショナルな領域で価値があります。彼らはさまざまなサービスのサポートプロキシとして機能し、ソーシャルネットワークやITアプリケーションに接続することができます。エージェント機能を組み込むことで、これらの対話型サポートモデルはリエゾンとして機能し、ユーザーフィードバックに基づいた機能を実装し、実行可能なサポートを提供することができます。

公開フェイシングアバター

SLMは、テキストベース、音声ベース、またはビデオベースのプロキシを作成し、深いダイブや一般公開のタスクのためのアバターを生成できます。 これらのアバターは、3Dアバターや自律テキストからビデオの生成、およびソーシャルプラットフォームでのライブストリーム統合など、複雑なユーティリティを処理できます。 SLMベースのMoAは、次世代の多モーダルインタラクションを向上させ、一般公開のアバターをよりインタラクティブで効果的にします。

開発者リレーションズ

AssisterrAIプラットフォーム上での専門的なWeb3デベロッパーリレーションズ(DevRel)のプルーフ・オブ・コンセプトの導入は、市場適合性の高さを証明しました。堅牢なDevRel体制は、技術スタックの採用時に開発者を引き込み、包括的なサポートを提供するために不可欠です。しかし、これにはかなりのコストがかかります。DevRel役割の給与は年間9万ドルから20万ドルに及びます。多くの開発者サポート要求は予測可能であり、SLMのターゲット化された使用により、DevRelの効率を高めることができます。このアプローチにより、コストを削減しながら、開発者に対する高品質のサポートを維持することができます。

Assisterr AIの使い方

Assisterrに登録する方法

1. Assisterrウェブサイトを訪問してください:Assisterrのウェブサイトそして、「アプリを開く」をクリックしてください。

2.ウォレットの接続:「ウォレットの選択」ボタンをクリックして、ブラウザベースのSolanaウォレットを接続します。このウォレットは、取引やプラットフォーム上のさまざまな機能へのアクセスに使用されます。

3.リンクソーシャルアカウント:XプロファイルとDiscordアカウントを接続します。これらの接続は、あなたの身元を確認し、ソーシャルプレゼンスをAssisterrエコシステムに統合するのに役立ちます。

4.Complete Registration: 画面の指示に従って登録プロセスを完了します。登録が完了すると、プラットフォームやその機能を探索できます。

SLMへのアクセス

1.SLM ストアに移動します。 ログイン後、SLMストアタブAssisterr インターフェース上で。

2. 利用可能なモデルを閲覧する: ストアで利用可能なさまざまなSmall Language Model (SLM)を探索します。各モデルは、Web3エコシステム、ヘルスケア、ソフトウェア開発、金融など、特定のタスクや業界向けに設計されています。

3. クエリモデル: チャットボットインターフェースを介して任意のモデルをクエリできます。単に興味のあるモデルを選択し、それと対話を開始します。クエリは、接続されたSolanaウォレットを持つWebインターフェースから行うこともできますし、他のアプリケーションとの統合のためのAPIを介して行うこともできます。

最初のSLMを作成する方法

1. AIラボにアクセス:AI Lab タブAssisterrインターフェース上

2.モデルパラメータの指定: 設定フォームに必要なパラメータ、プロンプトテンプレート、およびモデルのメタデータを指定します。これには、モデルの名前、ハンドル、目的の説明、カテゴリ、カバー画像、会話のスターター、およびデータセットの定義が含まれます。また、AIアシスタントを使用してこのプロセスを迅速化することもできます。

3.データのアップロード:リトリーバル拡張生成(RAG)とファインチューニングを通じてモデルに埋め込まれるデータを直接アップロードします。このデータは、モデルが意図したタスクを実行するためにトレーニングされるのに役立ちます。

4. SLMを公開する: モデルを構成したら、ボタンをクリックします。モデルが生成され、SLMストアで公開するか、非公開にするかを選択できます。公開にすると、他のユーザーがモデルにアクセスしてクエリを実行できます。

Assisterrの資金調達活動

AIインフラストラクチャーの起業家Assisterrは、1.7百万ドルのシードマネー調達に成功しました。この投資ラウンドには、Web3.com Ventures、Moonhill Capital、Contango、Outlier Ventures、Decasonic、Zephyrus Capital、Wise3 Ventures、Saxon、GFI Ventures、X Ventures、Koyamaki、Lucid Drakes Venturesなどの著名なWeb3ベンチャーファンド、Michael Heinrich、Mark Rydon、Nader Dabit、Anthony Lesoismier-Geniaux、Ethan Francisなどの著名なエンジェル投資家が参加しました。資金は、Assisterrの基盤インフラの構築とプラットフォームの立ち上げに重要な役割を果たしました。

その立ち上げ以来、Assisterrは150,000人の登録ユーザーを引きつけ、Solana、Optimism、0g.ai、およびNEARなどの主要なWeb3プロトコル向けに60以上のSmall Language Models(SLMs)を立ち上げるなど、重要なマイルストーンを達成してきました。さらに、Assisterrは複数の世界的なハッカソンで勝利し、GoogleのAIスタートアッププログラムに参加し、GPU、CPU、およびクラウドインフラストラクチャニーズをサポートするための資金として350,000ドルを確保するなど、注目を集めています。

将来のロードマップとマイルストーン

Assisterrには、将来の成長と開発に向けた明確なロードマップがあります。主要なマイルストーンには次のようなものがあります:

  1. AIラボ(2024年第4四半期)

    • AIラボを立ち上げて、ユーザーがSLMを作成し所有できるようにします。
    • 500,000ユーザーを達成します。
    • SLMクリエーターインセンティブプログラムを実装する。
    • 5,000個のSLMを開発する。
    • シードラウンドを完了してください。
  2. ネットワーク成長(H1 2025)

    • 特定ドメインのタスクのためにSLMを開発する。
    • トークン発行イベント(TGE)とリストへの掲載を実施します。
    • 300万人のユーザーに到達します。
    • 30,000個のSLMを開発する。
  3. SLMエージェント(H2 2025)の混合

    • ドメインに依存しないタスクのためのSLMオーケストレーションを実装する。
    • Web2に拡大する。
    • 1000万人のユーザーに到達します。
    • 100,000 SLMを開発する。

結論

Assisterrは、Small Language Models(SLMs)と革新的な経済モデルを活用することで、新しい分散型のコミュニティ所有のAI時代を先駆けています。大規模言語モデル(LLMs)の制限に対処し、協力的なアプローチを推進することで、AssisterrはAI技術をよりアクセスしやすく、効率的で持続可能なものにしています。AIラボ、SLMストア、協力要素を含むプラットフォームの包括的なエコシステムは、ユーザーがAIモデルを作成し、共有し、収益化することを可能にしています。

Autore: Angelnath
Traduttore: Viper
Recensore/i: Matheus、Edward
Revisore/i della traduzione: Ashely
* Le informazioni non sono da intendersi e non costituiscono consulenza finanziaria o qualsiasi altro tipo di raccomandazione offerta da Gate.io.
* Questo articolo non può essere riprodotto, trasmesso o copiato senza menzionare Gate.io. La violazione è un'infrazione della Legge sul Copyright e può essere soggetta ad azioni legali.

Assisterrとは何ですか:コミュニティ所有のAIの未来です

中級1/13/2025, 3:27:02 AM
Assisterrは、Small Language Models(SLM)を活用した分散型AIプラットフォームであり、革新的な経済モデルを採用することで、AI技術をよりアクセス可能で効率的かつ持続可能にします。このプラットフォームは、Large Language Models(LLM)の限界に対応し、コミュニティの協力を促進し、ユーザーがAIモデルを作成、共有、および収益化できるようにします。独自の分散型経済システムは、投稿者に報酬を与え、公正な価値分配を確保し、AIの採用、技術革新、および分野の進歩を促進します。

現在のAI業界は、中央集権化による重要な課題に直面しており、大手企業によって主要な進展が制御されています。これにより、データプライバシー、独占的な慣行、最先端技術への制限付けに関する懸念が生じます。さらに、GPT-3などの大規模言語モデル(LLM)への過度な依存は、高い計算コスト、環境への影響、トレーニングデータにおける潜在的なバイアスなどの問題を引き起こします。これらのモデルは膨大なデータとリソースを必要とし、資金力のある組織にしか利用できません。

Assisterrは、Small Language Models(SLMs)を導入し、AI開発におけるコミュニティ所有のアプローチを推進することで、これらの課題に対処しています。SLMは、高いパフォーマンスを維持しながら、より効率的で計算パワーやデータをより少なく必要とするように設計されており、AI技術をより利用しやすく持続可能にしています。さらに、Assisterrのコミュニティ所有のモデルとAIエージェントは、ユーザーがAIの進化に貢献し、恩恵を受けることを可能にし、イノベーションと包摂を促進し、AIの利益が社会全体でより広く共有されるようにしています。

Assisterr AIとは何ですか?


ソース:Assisterrのウェブサイト

Assisterr AIは、Small Language Models (SLM)とコミュニティ所有のAIエージェントを活用して、人工知能へのアクセスを民主化するために設計された分散型AIプラットフォームです。その主な目的は、従来のAIモデルの制約に対処し、より効率的でアクセスしやすい、持続可能な代替手段を提供することで、協力的なAIエコシステムを促進することです。

Assisterr AIの主な特徴と利点

  • Small Language Models (SLMs): Unlike LLMs, SLMs require less computational power and data, making them more accessible and environmentally friendly. They are designed to perform specific tasks efficiently, reducing the overhead associated with larger models.
  • Community-Owned Models: Assisterrは、ユーザーがAIの進化に貢献し、恩恵を受けることができる分散型アプローチを推進しています。このモデルは革新と包括性を促進し、少数の大手企業がAI技術を独占しないようにしています。
  • No-Codeツール:Assisterrは、技術的な知識を持たない個人や企業が、AIモデルを作成・展開するためのユーザーフレンドリーなノーコードツールを提供します。これにより、参入のハードルが下がり、AIの開発への広範な参加が促進されます。
  • データマーケットプレイス:プラットフォームには、データとAIモデルのマーケットプレイスが含まれており、ユーザーはリソースを購入、販売、共有することができます。これによりデータの共有と協力が促進され、AIエコシステムがさらに向上します。
  • セキュリティと透明性:Assisterrは、堅牢なセキュリティ対策と透明なプロセスを採用して、AIモデルとデータトランザクションの完全性と信頼性を確保しています。

The Language Models (LLM & SLM)

Large Language Models (LLM)

GPT-3やBERTのような大規模言語モデル(LLM)は、人間らしい言語を理解し生成するために大量のテキストデータで訓練されたAIモデルです。テキストの補完、翻訳、要約など、幅広いタスクを実行できます。しかし、LLMにはいくつかの注目すべき欠点があります。

  • 高い計算コスト:LLMのトレーニングと実行には、膨大な計算リソースが必要であり、高価で環境に負荷がかかります。
  • データバイアス:LLMは、トレーニングデータに存在するバイアスを引き継ぐことがあり、バイアスのあるまたは不適切な出力につながることがあります。
  • 限られたアクセス: リソースを多く必要とするため、LLMはしばしば資金力のある大規模組織にしかアクセスできません。
  • スケーラビリティの問題:LLMのモノリシックな構造は、特定のタスクやドメインに適応するのがより困難で柔軟性に欠ける可能性があります。

Small Language Models (SLMs)

Small Language Models (SLMs)は、LLMsと同様のコンセプトですが、より正確で特化し効率的に設計されています。特定のタスクやデータセットに焦点を当てることで、SLMsはニッチなアプリケーションにおいて優れたパフォーマンスを提供し、特化したユースケースに適しています。特定のビジネスニーズに合わせたデータセットの活用と焦点の絞り込みにより、SLMsは低コストで優れたパフォーマンスと状況適応性を提供することができます。これはオープンソースのSLM構築にも奨励されており、従来のLLMsと競争力のある正確性を持つより安価なプロジェクトが開発されています。

Assisterr AIの背後の技術

Small Language Models (SLM)

小規模言語モデル(SLM)は、Assisterrの技術の中心にあります。大規模言語モデル(LLM)とは異なり、SLMはより効率的で専門的に設計されています。彼らは特定のタスクとデータセットに焦点を当てており、ニッチなアプリケーションのために優れたパフォーマンスを提供することができます。この特化は、SLMをよりアクセス可能で持続可能なものにし、計算能力とデータが少なくて済むようにしています。

モジュラーSLMアーキテクチャー

LLMベースのエージェントの制限に対処するために、協調的なエージェントフレームワークで動作する複数の小規模言語モデル(SLM)を使用した高度なアプローチが登場しています。SLM集合からAIエージェントを開発する際には、2つの主要なアプローチが活用されます。専門家の混合(MoE)とエージェントの混合(MoA)です。

Mixtures of Experts (MoE)


ソース:Assisterr Litepaper

MoEアンサンブルと組み合わせることで、最新のSLM推論は、機能的な問題解決能力を失うことなく、学習の柔軟性を高めることができます。アンサンブル学習では、それぞれが異なる関連コンテキストに特化した複数の小さなモデルの推論スキルを組み合わせて、複雑な問題を解決できます。これにより、AIが深く掘り下げることを可能にするハイブリッドな理解が生まれます。専門家のレイヤー自体をMoEで構成し、階層構造を作成して、コンテキストの複雑さと問題解決能力をさらに緩衝することができます。MoE は通常、複数の並列ネットワークから動的に選択してプロンプトに最も適切な応答を与えるスパース ゲーティング レイヤーを使用します。より柔軟な応答を実現するために、個々の専門家がコード生成、翻訳、または感情分析を微調整できます。より高度な MoE アーキテクチャには、他のコンポーネントと組み合わせて、このような MoE レイヤが複数含まれる場合があります。一般的な言語モデル アーキテクチャと同様に、MoE ゲーティング レイヤーはセマンティック トークンで動作し、トレーニングが必要です。

Mixtures of Agents (MoA)

SLMをMoAアーキテクチャに組み込むことで、多様な推論アンサンブルの選択性が向上し、AIが必要な方法論でタスクを正確に実行できるようになります。エージェントモデルは、実行プロトコルを階層化するコンソーシアムで組み立てられ、複雑なタスクの効率と問題解決を改善します。したがって、AI はマルチドメイン シナリオで機能します。エージェントのチームは順番に作業し、以前の結果を繰り返し改善できます。MoAは、オープンソースモデルでも、AlpacaEval 2.0でGPT-4 Omniが57.5%の精度スコアを獲得するなど、これまで大規模なモデルを大幅に上回っています。エージェントの混合 (MoA) は、セマンティック トークンではなく、モデル出力のレベルで動作します。ゲーティング層はありませんが、テキストプロンプトを並列化された方法ですべてのエージェントに転送します。MoA の出力も、加算と正規化によって集計されません。代わりに、これらは連結され、合成および集計プロンプトと組み合わされてから、別のモデルに渡されて最終出力が生成されます。したがって、モデルは、多様な出力を計算する「提案者」と、結果を統合する「アグリゲーター」に分けられます。MoE の場合と同様に、これらのレイヤーのいくつかを組み合わせることができます。ゲート層がないため、このアプローチはより柔軟で、複雑なタスクに適応できます。

DeAIエコノミー

DeAI(分散型AI)経済は、Assisterrのプラットフォームの基本的な側面です。これはブロックチェーン技術を活用して、AIモデルとデータの分散型マーケットプレイスを作成します。この経済はデータの共有と協力を奨励し、貢献者が公平に報酬を受け取ることを保証します。DeAI経済の主要なコンポーネントには、以下のものが含まれます:

  • データマーケットプレイス:ユーザーがデータやAIモデルを購入、販売、共有できるプラットフォーム。このマーケットプレイスは、価値あるリソースの交換を促進し、コミュニティ内でのイノベーションと協力を推進します。
  • インセンティブメカニズム:Assisterrは、データの貢献、モデルの開発、エコシステムへの参加に対して、さまざまなインセンティブメカニズムを採用してユーザーを報酬します。これらのインセンティブにより、コミュニティが活発で参加していることが保証されます。
  • 透明性とセキュリティ:ブロックチェーン技術は、DeAI経済内での取引における透明で安全な環境を提供します。これにより、データやAIモデルの完全性と信頼性が保たれ、ユーザーが詐欺や誤用から保護されます。

Assisterrエコシステム

AI Labs

AssisterrAIは、すべてのコミュニティの貢献をインセンティブ付けする方法で、Small Language Models(SLMs)を作成、トークン化、および配布するための統一されたインフラストラクチャパイプラインを提供します。AI Labでは、ユーザーが自分の知識領域のモデルに貢献し、AIの共同創造者兼共同所有者となることができます。このアプローチにより、AIのギグワーカーが一度きりの取引に基づいて報酬を得るだけでなく、より広範な市場価値を獲得し、より良い未来を確保し、進歩と自動化の被害者ではなく、AIの恩恵を受ける人々になることが保証されます。

プラットフォームにアクセスするには、ユーザーはブラウザベースのSolanaウォレット、およびXプロファイルとDiscordアカウントを接続します。その後、AssisterrユーザーインターフェイスのAI Labタブを介してモデルを作成できます。このタブは、主要なパラメータ、プロンプトテンプレート、およびモデルメタデータを指定するシンプルなフォームを提供します。ユーザーは、検索支援生成(RAG)を介してモデルに埋め込まれるデータを直接アップロードし、後で微調整を行うことができます。作成したモデルは、SLMストアを介して公開することができます。将来、AI Labは、Mixture of Agentsアーキテクチャと増強検索戦略を備えたモジュラーなマルチモデルパラダイムを採用します。

SLM Store

Assisterrの貢献者は、データ貢献やモデル作成、検証、レビューなど、AIモデルの創世におけるすべての段階で報酬を受け取ります。この収益共有メカニズムは、SLMトークン化モジュールを通じて実装されています。AI Labは、ビジネスユースケースと必要なデータ・専門知識を効果的に接続します。 AssisterrインターフェースのSLMストアタブにモデルが表示されたら、どのユーザーでもチャットボットインターフェースを介してクエリを実行できます。現在、ボットはWeb3エコシステム、ヘルスケア、ソフトウェア開発、ファイナンスのさまざまなニッチで支援しています。

SLMストアのすべてのモデルには、それぞれのユーザーの残高から補充されるAssisterrのネイティブトークンで表された金庫が付属しています。クエリごとに使用されます。WebUIから接続されたSolanaウォレットまたはAPIを介してクエリを配置でき、SLMストアのモデルを他のアプリケーションからアクセスできます。貢献者はSLMを作成し、それらをエージェントに組み立て、ノーコードインターフェースを介して展開できます。これにより、迅速な市場投入期間と高速なイノベーションサイクルが提供されます。これにより、独立したモデル作成者や開発者が直面する配布と収益化の課題が解決されます。

コラボレーション要素

Contribute and Earnタブを介して、ユーザーはデータリクエストを満たし、パフォーマンスメトリックスを検証することで、管理トークン(MT)またはネイティブのAssisterrトークンと交換に既存のモデルの反復的な改善に参加することができます。このピアレビュープロセスにより、モデルの作成における定数の進化とスループットの増加が保証されます。Mixture of Agents(MoA)などの機能と組み合わせることで、累積的な進歩と連続的なボトムアップの調整が可能になります。SLMのモジュール化された専門的な性質により、既存の作業パイプラインに迅速に統合することができます。将来的には、企業や個人は問題を説明し、Assisterrのサービスが関連するSLM/エージェントのプールを利用して解決策を見つけることができるようになるでしょう。

Assisterr 財務モデル

The native Assisterr token is the vehicle upon which AssisterrAI ecosystem operations are run. It is transacted in response to the validation of actions taken in fulfillment of smart contract protocols at each stage of the SLM development process. By leveraging the token, participants can engage with the facilities of the Assisterr ecosystem, such as accessing products, paying fees, and contributing to SLMs’ creation, management, and monetization.

Assisterrのユースケース

分散型金融(DeFi)管理エージェント

分散化されたファイナンス(DeFi)AIエージェントは、Web3空間における重要な革新です。汎用の推薦システムを超えて、安全な許可制制約内で動作する専門のAIは、金融ポートフォリオをよりよく最適化し自動化することができます。Solana DeFiプロトコルのような高速トランザクションメディア向けに作成されたエージェンティックSLMは、貸出/借入、永続的取引、ステーキングを向上させることができます。これらのエージェントは、SLMアンサンブルと現代的なエージェントの混合(MoA)コンソーシアムを通じて、より良いデータキュレーション、多面的推論、そして深い機能解析を提供します。

トレーディングエージェント

複雑な取引シナリオに適した取引エージェントは、ウォレットクラスターと価格のトレンドを分析して、波状のDeFi市場と伝統的なファイナンス(TradFi)の両方で非常に役立ちます。データに基づく取引戦略で、実行媒体と方法が重要な場合、SLMベースのMoAは特に効果的です。これらのエージェントは、高度なアルゴリズムとリアルタイムデータを活用して、取引効率と収益性を向上させます。

自律型チャットエージェント

高度な学習能力と分析能力を備えた自律型のチャットエージェントは、学術、ソーシャル、およびプロフェッショナルな領域で価値があります。彼らはさまざまなサービスのサポートプロキシとして機能し、ソーシャルネットワークやITアプリケーションに接続することができます。エージェント機能を組み込むことで、これらの対話型サポートモデルはリエゾンとして機能し、ユーザーフィードバックに基づいた機能を実装し、実行可能なサポートを提供することができます。

公開フェイシングアバター

SLMは、テキストベース、音声ベース、またはビデオベースのプロキシを作成し、深いダイブや一般公開のタスクのためのアバターを生成できます。 これらのアバターは、3Dアバターや自律テキストからビデオの生成、およびソーシャルプラットフォームでのライブストリーム統合など、複雑なユーティリティを処理できます。 SLMベースのMoAは、次世代の多モーダルインタラクションを向上させ、一般公開のアバターをよりインタラクティブで効果的にします。

開発者リレーションズ

AssisterrAIプラットフォーム上での専門的なWeb3デベロッパーリレーションズ(DevRel)のプルーフ・オブ・コンセプトの導入は、市場適合性の高さを証明しました。堅牢なDevRel体制は、技術スタックの採用時に開発者を引き込み、包括的なサポートを提供するために不可欠です。しかし、これにはかなりのコストがかかります。DevRel役割の給与は年間9万ドルから20万ドルに及びます。多くの開発者サポート要求は予測可能であり、SLMのターゲット化された使用により、DevRelの効率を高めることができます。このアプローチにより、コストを削減しながら、開発者に対する高品質のサポートを維持することができます。

Assisterr AIの使い方

Assisterrに登録する方法

1. Assisterrウェブサイトを訪問してください:Assisterrのウェブサイトそして、「アプリを開く」をクリックしてください。

2.ウォレットの接続:「ウォレットの選択」ボタンをクリックして、ブラウザベースのSolanaウォレットを接続します。このウォレットは、取引やプラットフォーム上のさまざまな機能へのアクセスに使用されます。

3.リンクソーシャルアカウント:XプロファイルとDiscordアカウントを接続します。これらの接続は、あなたの身元を確認し、ソーシャルプレゼンスをAssisterrエコシステムに統合するのに役立ちます。

4.Complete Registration: 画面の指示に従って登録プロセスを完了します。登録が完了すると、プラットフォームやその機能を探索できます。

SLMへのアクセス

1.SLM ストアに移動します。 ログイン後、SLMストアタブAssisterr インターフェース上で。

2. 利用可能なモデルを閲覧する: ストアで利用可能なさまざまなSmall Language Model (SLM)を探索します。各モデルは、Web3エコシステム、ヘルスケア、ソフトウェア開発、金融など、特定のタスクや業界向けに設計されています。

3. クエリモデル: チャットボットインターフェースを介して任意のモデルをクエリできます。単に興味のあるモデルを選択し、それと対話を開始します。クエリは、接続されたSolanaウォレットを持つWebインターフェースから行うこともできますし、他のアプリケーションとの統合のためのAPIを介して行うこともできます。

最初のSLMを作成する方法

1. AIラボにアクセス:AI Lab タブAssisterrインターフェース上

2.モデルパラメータの指定: 設定フォームに必要なパラメータ、プロンプトテンプレート、およびモデルのメタデータを指定します。これには、モデルの名前、ハンドル、目的の説明、カテゴリ、カバー画像、会話のスターター、およびデータセットの定義が含まれます。また、AIアシスタントを使用してこのプロセスを迅速化することもできます。

3.データのアップロード:リトリーバル拡張生成(RAG)とファインチューニングを通じてモデルに埋め込まれるデータを直接アップロードします。このデータは、モデルが意図したタスクを実行するためにトレーニングされるのに役立ちます。

4. SLMを公開する: モデルを構成したら、ボタンをクリックします。モデルが生成され、SLMストアで公開するか、非公開にするかを選択できます。公開にすると、他のユーザーがモデルにアクセスしてクエリを実行できます。

Assisterrの資金調達活動

AIインフラストラクチャーの起業家Assisterrは、1.7百万ドルのシードマネー調達に成功しました。この投資ラウンドには、Web3.com Ventures、Moonhill Capital、Contango、Outlier Ventures、Decasonic、Zephyrus Capital、Wise3 Ventures、Saxon、GFI Ventures、X Ventures、Koyamaki、Lucid Drakes Venturesなどの著名なWeb3ベンチャーファンド、Michael Heinrich、Mark Rydon、Nader Dabit、Anthony Lesoismier-Geniaux、Ethan Francisなどの著名なエンジェル投資家が参加しました。資金は、Assisterrの基盤インフラの構築とプラットフォームの立ち上げに重要な役割を果たしました。

その立ち上げ以来、Assisterrは150,000人の登録ユーザーを引きつけ、Solana、Optimism、0g.ai、およびNEARなどの主要なWeb3プロトコル向けに60以上のSmall Language Models(SLMs)を立ち上げるなど、重要なマイルストーンを達成してきました。さらに、Assisterrは複数の世界的なハッカソンで勝利し、GoogleのAIスタートアッププログラムに参加し、GPU、CPU、およびクラウドインフラストラクチャニーズをサポートするための資金として350,000ドルを確保するなど、注目を集めています。

将来のロードマップとマイルストーン

Assisterrには、将来の成長と開発に向けた明確なロードマップがあります。主要なマイルストーンには次のようなものがあります:

  1. AIラボ(2024年第4四半期)

    • AIラボを立ち上げて、ユーザーがSLMを作成し所有できるようにします。
    • 500,000ユーザーを達成します。
    • SLMクリエーターインセンティブプログラムを実装する。
    • 5,000個のSLMを開発する。
    • シードラウンドを完了してください。
  2. ネットワーク成長(H1 2025)

    • 特定ドメインのタスクのためにSLMを開発する。
    • トークン発行イベント(TGE)とリストへの掲載を実施します。
    • 300万人のユーザーに到達します。
    • 30,000個のSLMを開発する。
  3. SLMエージェント(H2 2025)の混合

    • ドメインに依存しないタスクのためのSLMオーケストレーションを実装する。
    • Web2に拡大する。
    • 1000万人のユーザーに到達します。
    • 100,000 SLMを開発する。

結論

Assisterrは、Small Language Models(SLMs)と革新的な経済モデルを活用することで、新しい分散型のコミュニティ所有のAI時代を先駆けています。大規模言語モデル(LLMs)の制限に対処し、協力的なアプローチを推進することで、AssisterrはAI技術をよりアクセスしやすく、効率的で持続可能なものにしています。AIラボ、SLMストア、協力要素を含むプラットフォームの包括的なエコシステムは、ユーザーがAIモデルを作成し、共有し、収益化することを可能にしています。

Autore: Angelnath
Traduttore: Viper
Recensore/i: Matheus、Edward
Revisore/i della traduzione: Ashely
* Le informazioni non sono da intendersi e non costituiscono consulenza finanziaria o qualsiasi altro tipo di raccomandazione offerta da Gate.io.
* Questo articolo non può essere riprodotto, trasmesso o copiato senza menzionare Gate.io. La violazione è un'infrazione della Legge sul Copyright e può essere soggetta ad azioni legali.
Inizia Ora
Registrati e ricevi un buono da
100$
!
It seems that you are attempting to access our services from a Restricted Location where Gate.io is unable to provide services. We apologize for any inconvenience this may cause. Currently, the Restricted Locations include but not limited to: the United States of America, Canada, Cambodia, Cuba, Iran, North Korea and so on. For more information regarding the Restricted Locations, please refer to the User Agreement. Should you have any other questions, please contact our Customer Support Team.