Fantastiskt stycke av @meigga @lordvolth och @guywuolletjr!

"Digitala tillgångar" på en bank, kapitalförvaltare eller fintech brukade vara kod för "trevligt sidoprojekt". Men i och med ett tydligt regelverk och ett ökat konkurrenstryck är det nu front office, full stack och full hastighet. Det är därför @meigga, @guywuolletjr och jag skrev en guide för chefer och operatörer... Varför och hur man flyttar från 0 till 1 - > länk nedan @a16zcrypto @a16z

Jag är glad att kunna meddela att vi har lett en såddrunda på 33 miljoner dollar i @yupp_ai, en konsumentprodukt som gör det möjligt för vem som helst att upptäcka och jämföra de senaste AI-modellerna gratis. AI behöver robusta och tillförlitliga mänskliga data. Krypto är byggt för att tillhandahålla det. Moderna AI-system formas inte bara av beräkningar och algoritmer utan även av mänsklig feedback. Företag använder tekniker efter träning, t.ex. Reinforcement Learning from Human Feedback (RLHF) och Direct Preference Optimisation (DPO), för att förbättra sina modeller. Dessa tekniker kan minska bias och möjliggöra högre kvalitet, mer sammanhängande svar på uppmaningar – avgörande för att påskynda framstegen inom AI. Modellutvärdering är lika kritisk, men en modell kan bara göras bättre efter att först ha bestämt sig för vad "bättre" betyder. Det är där utmaningar uppstår: Företag gillar inte att dela med sig – de håller sina data och utbildningsprocesser hemliga. Som ett resultat begränsas modellförbättringar av vad som kan läras från slutna system eller statiska riktmärken som sällan informeras av verklig användning. Dessa begränsningar gör AI-modeller svåra att utvärdera. Användarna lämnas också i mörkret, med liten insikt i hur deras feedback formar modeller eller om den används alls. Vissa topplistor och crowdsourcing-webbplatser försöker belysa detta, men de gör det i allmänhet inte möjligt för användare att granska sina bidrag eller se några direkta fördelar med att delta. Plattformar som påstår sig vara rättvisa och transparenta förlitar sig ofta mer på god tro än verkställbara standarder. Vi tror att krypto kan ge transparens och ägande till detta grumliga område av AI. Blockkedjor kan göra det lättare för människor att få belöningar för sina bidrag. De kan också ge AI-byggare försäkringar om kvaliteten och ursprunget för de feedbackdata och utvärderingar som de införlivar i sina modeller. Så användare får incitament, byggare får pålitlig data och alla kan granska båda sidor av den öppna marknaden. Yupp crowdsources modellutvärdering: användare anger uppmaningar, ser flera AI-genererade svar sida vid sida och väljer sedan de bästa. Deras val skapar digitalt signerade "paket" med preferensdata som är användbara för AI efter träning och utvärdering. Förutom att användarna får tillgång till de senaste modellerna gratis, får de belöningar baserat på den feedback de ger. Yupps design förvandlar mänskligt omdöme till en förnybar ekonomisk resurs. Data "löper ut" när nyare interaktioner ersätter dem, vilket skapar ett naturligt svänghjul: mer användning ger fräschare utvärderingar; Fräschare utvärderingar ger bättre modeller. Bättre modeller lockar till mer användning. Alla deltagare – från användare till AI-modellbyggare – kan delta och se att samma transparenta regler gäller för alla, vilket säkerställer en trovärdigt neutral marknadsplats. Ingen kan gömma resultattavlan och ingen kan manipulera belöningarna eller resultaten. Grundarna har djup erfarenhet av både AI och krypto. De byggde maskininlärningsprodukter i konsumentskala tillsammans i Twitters tidiga dagar. @pankaj körde global konsumentteknik för Google Pay och @Coinbase. @gilad var chef för maskininlärning på GoogleX. Det tidiga teamet består redan av seniora ingenjörer från Google, Coinbase och de bästa forskningslaboratorierna. AI behöver en stark och tillförlitlig utvärdering som bygger på storskalig mänsklig input. Krypto är förtroendemaskinen som kan hjälpa till att leverera det. Genom att göra det möjligt för människor över hela världen att bidra med modellförbättrande feedback siktar Yupp på att bli standardutvärderingsskiktet för framtidens AI. Vi är stolta över att stödja Yupp och ser fram emot att hjälpa dem att bygga onchain-feedbackloopen som säkerställer att belöningarna för AI-innovation delas av alla som hjälper till att skapa den.