บทความที่โพสต์ซ้ำ: การลึกลับเข้าไปใน BasedAI: ระบบเครือข่ายการดำเนินการรูปแบบภาษาขนาดใหญ่ที่เน้นความเป็นส่วนตัวและประสิทธิภาพ, จะเป็น Bittensor ถัดไปในพื้นที่ AI หรือไม่?

พื้นที่ AI ยังคงร้อนแรง โครงการมากมายพยายามที่จะ "AI-fy" ตัวเอง การนำเสนอใหม่ของ "ช่วย AI ทำให้ดียิ่งขึ้น" หวังว่าจะบินสูงขึ้นบนลมของ AI อย่างไร แต่โครงการเก่าๆ ซึ่งส่วนใหญ่ได้เข้าใจค่าของตัวเองในวงจรก่อนหน้าแล้ว และโครงการใหม่เช่น Bittensor ก็ไม่ได้ "ใหม่" อีกต่อไป เรายังต้องมองหาโครงการที่ยังไม่เข้าใจค่าของตัวเองและมีศักยภาพในเรื่องร้อยเรื่องเสนาบาน การปรับปรุงความเป็นส่วนตัวเสมอเป็นทิศทางที่น่าสนใจในโครงการด้านคริปโตที่มีจุดปลายปลายที่จะ "ช่วย AI ทำให้ดียิ่งขึ้น"

เริ่มต้นจากเหตุผลที่การป้องกันความเป็นส่วนตัวสอดคล้องกับความเสมอภาคในเรื่องการกระจายอำนาจ; ที่สองการป้องกันความเป็นส่วนตัวเข้าไปอย่างไม่ได้หลีกเลี่ยงเทคโนโลยีเช่น ZK และ Homomorphic Encryption การปรัชญาเรื่องถูกต้องที่รวมกับเทคโนโลยีขั้นสูงน่าจะหมายความว่าการพัฒนาโครงการ AI จะไม่ขาดแคลน และจะไม่น่าเบื่อเมื่อโครงการที่สำคัญแบบนี้สามารถรวมเอาเกมเพลย์ของ Meme coins ได้ด้วย

เมื่อเริ่มต้นของเดือนมีนาคม โครงการที่ชื่อ BasedAI ลงทะเบียนบัญชีบนทวิตเตอร์โดยเงียบ ๆ โพสต์อย่างเป็นทางการเพียงสองทวีตที่เกินการรีทวีต ในขณะที่เว็บไซต์ของมันดูเหมือนจะเป็นพื้นฐานมากเพียงอย่างเดียว - มีแค่ whitepaper รูปแบบทางวิชาการที่ซับซ้อนเท่านั้น บางท่านอิทธิพลระดับนานาชาติได้เริ่มเป็นผู้นำในการวิเคราะห์โครงการโดยแนะนำว่าอาจจะเป็น Bittensor ต่อไป

พร้อมกันนี้, โทเค็นชื่อตามชื่อเดียวกัน, $basedAI, ได้เห็นการเพิ่มขึ้นอย่างรวดเร็วตั้งแต่ปลายเดือนกุมภาพันธ์ โผล่มากกว่า 40 เท่าในมูลค่า

หลังจากตรวจสอบ whitepaper ของโครงการอย่างละเอียด เราค้นพบว่า BasedAI เป็นโครงการ AI ที่รวมรวมโมเดลภาษาขนาดใหญ่ พรูพอฟซีฟเฉพาะ (ZK) การเข้ารหัสโฮโมอร์ฟิก และเหรียญ Meme ในขณะที่รับรู้ทิศทางของนาราทีฟ พวกเราก็ประทับใจกับการออกแบบเศรษฐมิติที่อัจฉริยะของมัน ซึ่งเชื่อมโยงทรัพยากรคอมพิวเตอร์กับการใช้เหรียญ Meme อื่นๆ โดยธรรมชาติ โดยพิจารณาว่าโครงการยังอยู่ในช่วงเริ่มต้นมาก ในปัญหานี้เราจะตีความเพื่อดูว่ามันมีศักยภาพที่จะกลายเป็น Bittensor ต่อไปหรือไม่

เมื่อวิทยาศาสตร์ที่จริงจังพบกับมีม พวกเขาทำอะไรแท้จริงบ้าง?

ก่อนที่จะตอบคำถามนี้ เรามาดูก่อนว่าใครเป็นคนอยู่ที่หลัง BasedAI ค่ะ

ข้อมูลสาธารณะเปิดเผยว่า BasedAI ถูกพัฒนาขึ้นร่วมกันโดยองค์กรชื่อ Based Labs และทีมผู้ก่อตั้งของ Pepecoin โดยมีจุดมุ่งหมายในการแก้ไขปัญหาความเป็นส่วนตัวเมื่อใช้โมเดลภาษาขนาดใหญ่ในฟิลด์ AI ปัจจุบัน ข้อมูลสาธารณะเกี่ยวกับ Based Labs มีไม่เป็นไปตามความเป็นจริง โดยมีเว็บไซต์ที่ค่อนข้างลึกลับโดยมีสตริงของคำหลักทางเทคนิคในรูปแบบ Matrix-style หนึ่งในนักวิจัยในองค์กร ชื่อ Sean Wellington เป็นผู้เขียน whitepaper สาธารณะสำหรับ BasedAI:

นอกจากนี้ Google Scholar ยังระบุว่า ฌอน จบการศึกษาจาก UC Berkeley และได้เผยแพร่หลายๆ บทความที่เกี่ยวข้องกับระบบชำระเงินและข้อมูลที่กระจายตั้งแต่ปี 2006 โดยเฉพาะการศึกษาเกี่ยวกับ AI และการวิจัยในเครือข่ายที่กระจาย ซึ่งทำให้เขาเป็นบุคคลสำคัญในวงการเทคโนโลยี

ในข้างตรงข้าม Pepecoin ไม่ใช่เหรียญ PEPE ที่นิยมในปัจจุบัน แต่เป็นมีมต้นฉบับที่เริ่มต้นในปี 2016 พร้อมกับ mainnet L1 ของตัวเองในขณะนั้น และต่อมาย้ายมาที่ Ethereum

คุณสามารถพูดได้ว่านี่คือเม็ม OG ที่เข้าใจการพัฒนา L1 ด้วย

แต่ว่าวิทยาศาสตร์ AI ที่สำคัญและทีม Meme ที่ดูเหมือนจะไม่เกี่ยวข้องในสาขาของตนเอง จะกระตุ้นนวัตกรรมใน BasedAI อย่างไร

ZK และ FHE: การสมดุลระหว่างประสิทธิภาพการคำนวณ AI และความเป็นส่วนตัว

หากเราไม่สนใจองค์ประกอบของมีม การแนะนำ Twitter ของ BasedAI ย่อมเน้นความคุ้มค่าของนาราทีฟของโครงการ

“คำแนะนำของคุณคือคำแนะนำของคุณ” สิ่งนี้เน้นความสำคัญของความเป็นส่วนตัวและความเชื่อมั่นของข้อมูล: เมื่อคุณใช้โมเดลภาษา AI ขนาดใหญ่ เช่น GPT คำแนะนำหรือข้อมูลใด ๆ ที่คุณป้อนถูกรับทราบโดยเซิร์ฟเวอร์ด้านตรงข้าม ซึ่งเป็นการเปิดเผยความเป็นส่วนตัวของข้อมูลของคุณต่อ OpenAI หรือผู้ให้บริการโมเดลอื่น ๆ

ในขณะที่น่าจะดูเหมือนไม่เป็นอันตราย แต่มันก็เพิ่มความกังวลในเรื่องความเป็นส่วนตัวอย่างไม่หลีกเลี่ยง และคุณต้องเชื่อมั่นโดยไม่มีทางเลือกว่าผู้ให้บริการโมเดล AI จะไม่นำบันทึกการสนทนาของคุณไปใช้อย่างไม่เหมาะสม

การถอดออกจากสูตรคณิตศาสตร์ที่มัวแต่ลึกลับและการออกแบบทางเทคนิคในเอกสารขาว BasedAI คุณสามารถเข้าใจวัตถุประสงค์ของโครงการได้อย่างง่ายๆ

การเข้ารหัสข้อมูลใด ๆ ในข้อความของคุณด้วยแบบจำลองภาษาขนาดใหญ่ เพื่อให้ระบบสามารถดำเนินการคำนวณโดยไม่เปิดเผยข้อความเปล่า ๆ และสุดท้ายส่งผลลัพธ์ที่เฉพาะคุณเท่านั้นที่สามารถถอดรหัส

คุณอาจคาดหวั่งว่าการทำให้เกิดเช่นนี้จะเกี่ยวข้องกับ ZK (Zero-Knowledge Proof) และ FHE (Fully Homomorphic Encryption) ทั้งสองเทคโนโลยีที่เกี่ยวกับความเป็นส่วนตัว

ZK ช่วยให้คุณสามารถพิสูจน์ความจริงหรือเท็จของคำโดยไม่ต้องเปิดเผยข้อความปกติ;

FHE ทำให้คุณสามารถคำนวณบนข้อมูลที่เข้ารหัสแล้ว

การรวมกันของสองอย่างคือคุณสามารถส่งคำให้กับโมเดล AI ในรูปแบบที่เข้ารหัสและโมเดลจะส่งคำตอบกลับมาให้คุณ แต่ไม่มีฝ่ายใดรู้ว่าคำถามของคุณคืออะไรหรือคำตอบคืออะไร

นี่ดูเป็นสิ่งที่สนุกสนาน แต่มีปัญหาสำคัญ — FHE เป็นปัญหาทางด้านคำนวณที่ใช้เวลานานและช้า ทำให้เกิดความขัดแย้งระหว่างความสามารถทางด้านคำนวณและการปกป้องความเป็นส่วนตัวสำหรับ LLMs ที่เผชิญกับผู้ใช้ เช่น GPT ซึ่งต้องการการแสดงผลที่รวดเร็ว

BasedAI, ในกระดาษของมันเน้นที่เทคโนโลยี "Cerberus Squeezing" และรองรับด้วยสูตรคณิตศาสตร์ที่ซับซ้อน:

ในขณะที่เราไม่สามารถประเมินการใช้เทคโนโลยีทางคณิตศาสตร์ได้อย่างมืออาชีพ แต่วัตถุประสงค์ของมันสามารถเข้าใจได้อย่างง่าย

ปรับปรุงประสิทธิภาพในการประมวลผลข้อมูลที่เข้ารหัสใน FHE โดยเลือกทำให้ทรัพยากรคำนวณเข้าเฉพาะที่มีผลกระทบมากที่สุดเพื่อทำการคำนวณและแสดงผลลัพธ์อย่างรวดเร็ว

บทความนี้ยังแสดงให้เห็นด้วยข้อมูลว่าการเพิ่มประสิทธิภาพนี้ช่วยปรับปรุงประสิทธิภาพอย่างมีนัยสําคัญได้อย่างไร:

โดยใช้ Cerberus Squeezing การคำนวณที่ต้องใช้สำหรับการเข้ารหัสที่เป็นฟูลโฮโมร์ฟิกส์สามารถลดลงเกือบครึ่ง

ดังนั้นเราสามารถจำลองกระบวนการทั้งหมดของผู้ใช้โดยรวดเร็วโดยใช้ BasedAI:

• ผู้ใช้ป้อนข้อความพร้อมขอวิเคราะห์อารมณ์ที่แสดงอยู่ในบันทึกการสนทนาของบุคคลใดในขณะที่ต้องการปกป้องความเป็นส่วนตัวของบันทึกเหล่านั้น
• ผ่านแพลตฟอร์ม BasedAI ข้อมูลเหล่านี้ถูกส่งในรูปแบบที่เข้ารหัสโดยระบุรุ่น AI ที่จะใช้ (เช่น รุ่นวิเคราะห์อารมณ์)
• Miners in the BasedAI network receive this task and use their computational resources to execute the specified AI model on the encrypted data.
• โหนดของเครือข่ายทำงานเสร็จงานการคำนวณโดยไม่ถอดรหัสข้อมูลและส่งผลลัพธ์การประมวลผลที่ถูกเข้ารหัสกลับสู่ผู้ใช้
• ผู้ใช้จะได้รับผลลัพธ์ที่เข้ารหัสแล้วถอดรหัสด้วยกุญแจของตนและได้ผลการวิเคราะห์ข้อมูลที่ต้องการ

“Brain,” Miners, และ Validators

นอกเหนือจากเทคโนโลยีแล้วบทบาทเฉพาะที่มีอยู่ในเครือข่าย BasedAI เพื่อดําเนินการเทคโนโลยีและตอบสนองความต้องการของผู้ใช้ ก่อนอื่นสิ่งสําคัญคือต้องแนะนําแนวคิดที่สร้างขึ้นเองของ "สมอง"

“Brain” จาก Based Labs

สำหรับโครงการ AI ที่มีการใช้เหรียญดิจิทัล สิ่งที่ไม่อาจหลีกเลี่ยงได้คือ

• นักขุด: รับผิดชอบในการดำเนินงานของงานคำนวณ การบริโภคทรัพยากรคำนวณ
• Validators: ตรวจสอบความถูกต้องของงานที่ทำโดยนักขุดแร่ และรับรองความถูกต้องของธุรกรรมและงานคำนวณภายในเครือข่าย
• บล็อกเชน: บันทึกผลลัพธ์ของงานคำนวณและการตรวจสอบบนบัญชีรายการ ทำให้บทบาทต่าง ๆ มีแรงบันดาลใจผ่านโทเค็นของเครือข่าย

BasedAI เพิ่มอีกหนึ่งชั้นด้านบนของสามองค์ประกอบเหล่านี้ด้วยแนวคิดของ "สมอง" :

คุณต้องมี 'สมอง' เพื่อรวมทรัพยากรการคำนวณของนักขุดและผู้ตรวจสอบเพื่อให้ทรัพยากรเหล่านี้สามารถคำนวณสำหรับโมเดล AI ต่าง ๆ และการทำงานเสร็จสิ้นงาน

โดยง่ายๆ มาก พวก "Brains" เหล่านี้ทำหน้าที่เป็นคอนเทนเนอร์ที่กระจายงานการคำนวณเฉพาะ โดยการเรียกใช้โมเดลภาษาขนาดใหญ่ที่ถูกปรับเปลี่ยน (LLMs) แต่ละ "Brain" สามารถเลือกมีคนขุดแร่และผู้ตรวจสอบที่ต้องการเชื่อมต่อด้วย

หากคุณพบว่าคำอธิบายนี้เป็นเรื่องนึกคิด คิดว่าการมี "สมอง" คือการมี "ใบอนุญาตให้บริการบนคลาวด์"

เพื่อรับคนขุดแร่และผู้ตรวจสอบสำหรับการคำนวณข้อมูลเข้ารหัสขนาดใหญ่ของโมเดลภาษา คุณต้องมีใบอนุญาตที่ระบุ:

• สถานที่ธุรกิจของคุณ (ID)
• ขอบเขตธุรกิจของคุณ (ใช้ AI สำหรับการวิเคราะห์อารมณ์ สร้างภาพ ช่วยเหลือด้านการแพทย์ เป็นต้น)
• คุณมีทรัพยากรคำนวณมากเท่าไหร่ และความจุของมัน
• โดยเฉพาะ คุณได้นำเข้ามา
• คุณสามารถรับรางวัลเท่าไหร่จากกิจกรรมนี้

ตามกระดาษของ Based AI แต่ละ “Brain” ใน BasedAI สามารถรองรับได้สูงสุด 256 ผู้ตรวจสอบและ 1792 นักขุด โดยมีทั้งหมดแค่ 1024 “Brains” เพิ่มความเหนียวของ “Brains” ไปอีก

นักขุดและผู้ตรวจสอบต้องทำตามขั้นตอนต่อไปนี้เพื่อเข้าร่วม "Brain"

• Miners: เชื่อมต่อกับแพลตฟอร์ม ตัดสินใจทรัพยากร GPU ที่จะจัดสรร (เหมาะกับการคำนวณมากขึ้น) สามารถฝากเหรียญ $BASED และเริ่มงานคำนวณ
• Validators: เชื่อมต่อกับแพลตฟอร์ม เลือกทรัพยากร CPU ที่จะจัดสรร (เหมาะสำหรับการตรวจสอบมากขึ้น) สามารถฝากเหรียญ $BASED และเริ่มงานการตรวจสอบ

ยิ่งมีเหรียญ $BASED ฝากมาก เหมือนเหรียญมีประสิทธิภาพของนักขุดและผู้ตรวจสอบทำงานบน “Brain” จะสูงขึ้น และเหรียญ $BASED รางวัลที่พวกเขาจะได้รับก็จะมากขึ้น

โดยชัดเจน "สมอง" แทนความสามารถและความสัมพันธ์ในการจัดระเบียบบางอย่าง โดยเปิดโอกาสให้การออกแบบโทเค็นและสิทธิผลตอบแทน (รายละเอียดเพิ่มเติมในภายหลัง)

แต่ดีไซน์ของ "สมอง" นี้ดูคุ้นเคยใช่ไหม?

“สมอง” ที่แตกต่างกันใน Bittensor คล้ายกับเครือข่ายย่อยที่แตกต่างกัน ดำเนินงานในงานที่เฉพาะเจาะจบด้วยโมเดล AI ที่แตกต่างกัน;

ใน Polkadot ที่ได้รับความนิยมในรอบก่อนหน้านี้ "Brains" ที่แตกต่างกันคล้ายกับ "slots" ต่าง ๆ เพื่อให้วิ่งตาม parachains ต่าง ๆ มีหน้าที่ในการปฏิบัติงานที่แตกต่างกัน

BasedAI ยังให้ตัวอย่างของ "สมองทางการแพทย์" ทำงานด้วย:

• บันทึกการแพทย์ของผู้ป่วยถูกเข้ารหัสและส่งให้สมองแพทย์ โดยสร้างคำใบ้เพื่อขอคำแนะนำในการวินิจฉัยที่เหมาะสม;
• ด้วยความช่วยเหลือของ ZK และ FHE โมเดลภาษาขนาดใหญ่ที่เหมาะสมภายในเครือข่าย BasedAI สามารถสร้างคำตอบโดยไม่ต้องถอดรหัสข้อมูลผู้ป่วยที่ละเอียดอ่อน ขั้นตอนนี้เรียกใช้ทรัพยากรคำนวณของนักขุดแร่และผู้ตรวจสอบ;
• ผู้ให้บริการด้านสุขภาพได้รับผลลัพธ์ที่เข้ารหัสจากเครือข่าย BasedAI เท่านั้น ผู้ใช้ที่ส่งผลลัพธ์เท่านั้นที่สามารถถอดรหัสผลลัพธ์เพื่อรับคำแนะนำในการรักษา ในขณะที่ข้อมูลยังคงไม่ได้เปิดเผยหรือรั่วไหลในระหว่างกระบวนการนี้

การขายสิทธิ์ “Brain” ใช้งานอย่างเหมาะสม มีประโยชน์ต่อ Pepecoin

ดังนั้น วิธีการที่จะได้รับ "Brain" เพื่อได้รับสิทธิพิเศษในการขออนุญาตทำงานสำหรับการคำนวณ AI model ที่เข้ารหัส โดย BasedAI ร่วมกับ Pepecoin ได้เปิดร้านขายสิทธิพิเศษเหล่านี้ในรูปแบบเกม ซึ่งทำให้ Pepecoin ซึ่งเป็น MEME token มีค่าใช้งาน

With only 1024 “Brains” available, the project naturally leverages NFT Minting —- each “Brain” sold generates a corresponding ERC-721 token, which can be seen as a license. To mint this “Brain” NFT, two actions related to Pepecoin are required to unlock: burning or staking Pepecoin.

• ในเชิงการเผา:การพิมพ์เหรียญ “Brain” ครั้งแรกต้องใช้เงิน 1000 เปเปคอยน์
• เหรียญกษาปณ์ "Brain" ที่ตามมาแต่ละครั้งจะเพิ่มต้นทุน 200 Pepecoin
• สมองที่สร้างขึ้นในลักษณะนี้สามารถถ่ายทอดได้
• หากสมองทั้งหมดได้มาจากการเผาไหม้ 107,563,530 Pepecoin จะถูกทำลายอย่างถาวร (ตามข้อมูลจากระบบ CMC ในปัจจุบันจำนวนสินค้าที่หมุนเวียนคือ 133 ล้านหมายความว่าเกือบ 80% ของจำนวนสินค้าจะลดลงถ้าการเผานี้ได้รับการรับรู้อย่างเต็มที่)

เกี่ยวกับการ stake:

• ผู้ใช้จำเป็นต้อง stake 100,000 Pepecoin เป็นเวลา 90 วัน
• ERC-721 NFT ของ Brain ถูกออกให้ทันทีหลังจากที่ทำการ staking
• Brains generated this way are non-transferable but will gradually earn $BASED, the project’s native token.
• สามารถถอนเงินเดิมพันหลังจาก 90 วัน

ไม่ว่าวิธีใดที่ใช้ โดยเมื่อสร้าง Brains มากขึ้น จำนวนที่สอดคล้องกันของ Pepecoin จะถูกเผาหรือล็อกไว้ ขึ้นอยู่กับอัตราส่วนการมีส่วนร่วมของวิธีสองวิธี มันชัดเจนว่าการกระจายนี้เกี่ยวกับการจัดสรรสินทรัพย์เข้าสู่โลกคริปโตมากกว่าทรัพยากร AI โดยมีความขาดแคลนของ Brains และรางวัลโทเคนสำหรับการดำเนินการของพวกเขา การต้องการ Pepecoin จะเพิ่มขึ้นอย่างมีนัยสำคัญในระหว่างการสร้าง Brain การจ่ายเงินและการเผาไหม้ลดจำนวนการวางจำหน่ายของ Pepecoin ส่วนใหญ่โดยทฤษฎีที่มีประโยชน์ต่อราคาตลาดรองของโทเคน

ตราบใดที่มีการออกและใช้งานสมองน้อยกว่า 1024 รายการภายในสัญญา ERC-721 พอร์ทัล BasedAI จะยังคงออก Brains ต่อไป หากมีการจัดสรรสมองทั้งหมด 1024 สมอง BasedAI Portal จะไม่อนุญาตให้สร้างสมองใหม่อีกต่อไป ที่อยู่ Ethereum สามารถเก็บ Brain NFT ได้หลายรายการ พอร์ทัล BasedAI จะช่วยให้ผู้ใช้สามารถจัดการรางวัลจากสมองที่เป็นเจ้าของทั้งหมดที่เกี่ยวข้องกับกระเป๋าเงิน ETH ที่เชื่อมต่อ เจ้าของ Active Brain สามารถคาดหวังว่าจะมีรายได้ระหว่าง $ 30,000 ถึง $ 80,000 ต่อสมองต่อปีตามข้อมูลเอกสารอย่างเป็นทางการ

ด้วยสิทธิประโยชน์ทางเศรษฐกิจเหล่านี้และเรื่องราวเกี่ยวกับ AI และความเป็นส่วนตัว ความนิยมที่คาดหวังของ Brain เมื่อเปิดตัวอย่างเป็นทางการ สามารถนำมาซึ่งคาดเดาได้

สรุป

ในโครงการ crypto เทคโนโลยีเองไม่ใช่เป้าหมาย บทบาทของมันคือการแนะนําความสนใจจึงกํากับการกระจายสินทรัพย์และการไหล การออกแบบสมองของ BasedAI แสดงให้เห็นอย่างชัดเจนถึงความเข้าใจเกี่ยวกับ "วิธีส่งเสริมการกระจายสินทรัพย์": ภายใต้การเล่าเรื่องที่ถูกต้องของความเป็นส่วนตัวของข้อมูลการรวมทรัพยากรที่จําเป็นสําหรับการคํานวณที่เกี่ยวข้องกับ AI เข้ากับสิทธิพิเศษสร้างความขาดแคลนสําหรับสิทธิพิเศษนี้จึงนําสินทรัพย์ไปสู่สิทธิพิเศษและเพิ่มการใช้โทเค็น MEME อื่น

ทรัพยากรคำนวณถูกจัดสรรและแรงบันดาลใจ สินทรัพย์ของโครงการ 'สมอง' มีความไม่เพียงพอและนิยม และจำนวนการหมุนเวียนของ Meme token ลดลง... จากมุมมองการสร้างสินทรัพย์ การออกแบบของ BasedAI เป็นอย่างซับซ้อนและชาญฉลาด

อย่างไรก็ตาม หากมีคนคนหนึ่งต้องการที่จะพูดถึงคำถามที่ไม่ได้พูดถึง หลีกเลี่ยงด้วยความไม่รู้จริงๆ:

จำนวนคนกี่คนที่จะใช้โมเดลภาษาขนาดใหญ่ที่ปกป้องความเป็นส่วนตัวนี้? มีไอจายยั้งมากมายที่พร้อมที่จะร่วมมือกับเทคโนโลยีที่รักษาความเป็นส่วนตัวอย่างนี้ซึ่งอาจจะไม่ได้รับประโยชน์?

คำตอบยังคงน้อยกว่าที่เป็นที่พอใจ อย่างไรก็ตาม เรื่องราวยังคง prospere ด้วยเสถียรภาพ และการคาดการณ์มีเวลาที่เหมาะสม บางครั้ง สิ่งที่ต้องการไม่ใช่การเสี่ยงถามถึงความเป็นไปได้ของเส้นทาง แต่คือการไปตามกระแส

วัสดุต้นฉบับ:

X: https://twitter.com/getbasedai

เว็บไซต์อย่างเป็นทางการ: https://www.getbased.ai/

Pepecoin: https://twitter.com/pepecoins

เอกสารเปรียบเทียบ BasedAI

ข้อความประกาศ

1. บทความนี้ถูกคัดลอกมาจากtechflowเดิมชื่อ "A Deep Dive into BasedAI: A Large Language Model Network Prioritizing Privacy and Efficiency, The Next Big Thing in the AI Race" โดย [TechFlow]. The copyright belongs to the original author, [TechFlow]. For any issues regarding this reproduction, please contact the Gate เรียนทีมทีมจะดำเนินการตามขั้นตอนที่เกี่ยวข้องโดยเร็วที่สุด

2. คำประกาศ: มุมมองและความคิดเห็นที่แสดงในบทความนี้เป็นของผู้เขียนเท่านั้น และไม่เป็นคำแนะนำในการลงทุนใด ๆ

3. การแปลบทความเป็นภาษาอื่นๆ ได้รับการดำเนินการโดยทีม Gate Learn การนำเสนอ การแพร่กระจาย หรือการลอกเลียนบทความที่ถูกแปลไม่ได้รับอนุญาตโดยไม่ระบุGate.io.