尽管2022年加密行业经历了Terra和FTX暴雷等黑天鹅事件，导致整个行业信心崩溃，但熊市期间仍然取得了一些正面的进展。币圈熊市也是需要热点来点燃市场的热情！
币圈的热点好像就是这样转换的！之前的元宇宙 然后动物园系列 然后 defi 然后链游 GMT axs 之类的！然后就是 NFT 无聊猿 ape之类的 然后就是公链 APT 等等 现在是 ai 这个有几个月热度了 agix都十几倍了！
上周三的2月1号因为CZ在推特喊单AI概念，AGIX大涨，社区也是在一月初就瞄准了AI板块的后起之秀CNTM币！具体情况看下文！
Connected2Me（CNTM）是一个专门为Web3打造的人工智能服务平台，其产品和服务已在全球广泛地被报道与采用，其基于GPT3.5打造的人工智能Web3搜索引擎Jinn即将隆重登场，Make the world Connected2Me！
说一下CNTM币的优势：
1、专为Web3打造
2、基于最先进的人工智能技术
3、类似于ChatGPT，基于ChatGPT的模式打造的搜索引擎
4、由传统的主动搜索变为自动搜索，即根据用户的特征来为其推送其所需的内容
搜索引擎的名字：Jinn(神灯精灵，可以满足人类的各种愿望用来代指在Web3里
用户想要的东西都能通过Jinn获得)
核心技术路线
第一阶段：冷启动阶段的监督策略模型。
靠 GPT 3.5 本身，尽管它很强，但是它很难理解人类不同类型指令中蕴含的不同意图，也很难判断生成内容是否是高质量的结果。为了让 GPT 3.5 初步具备理解指令中蕴含的意图，首先会从测试用户提交的 prompt(就是指令或问题)中随机抽取一批，靠专业的标注人员，给出指定 prompt 的高质量答案，然后用这些人工标注好的数据来 Fine-tune GPT 3.5 模型。经过这个过程，我们可以认为 GPT 3.5 初步具备了理解人类 prompt 中所包含意图，并根据这个意图给出相对高质量回答的能力；
第二阶段：训练回报模型（Reward Model,RM）。
这个阶段的主要目的是通过人工标注训练数据，来训练回报模型。在这个阶段里，首先由冷启动后的监督策略模型为每个 prompt 产生 K 个结果，人工根据结果质量由高到低排序，以此作为训练数据，通过 pair-wise learning to rank 模式来训练回报模型。对于学好的 RM 模型来说，输入，输出结果的质量得分，得分越高说明产生的回答质量越高。
第三阶段：采用强化学习来增强预训练模型的能力。
本阶段无需人工标注数据，而是利用上一阶段学好的 RM 模型，靠 RM 打分结果来更新预训练模型参数。二三阶段迭代：不断重复第二和第三阶段，每一轮迭代都使得 LLM 模型能力越来越强。因为第二阶段通过人工标注数据来增强 RM 模型的能力，而第三阶段，经过增强的 RM 模型对新 prompt 产生的回答打分会更准，并利用强化学习来鼓励 LLM 模型学习新的高质量内容，这起到了类似利用伪标签扩充高质量训练数据的作用，于是 LLM 模型进一步得到增强。
未来发展
1.基于ChatGPT的理论，创建CNTM的GPT平台：Jinn；
2.为Jinn加入双引擎结构：GPT引擎+传统搜索引擎，从而实现Web3的AI搜索功能；
3.将Jinn与CNTM1.0的板块结合，增强金融领域的AI搜索推荐功能；
Jinn=ChatGPT+Sparrow
白话区块链|同步全球区块链资讯、区块链快讯、区块链新闻
本站所有文章数据来源：金色财经
本站不对内容真实性负责，如需转载请联系原作者
如需删除该文章，请发送本文链接至oem1012@qq.com
