.@0x7SUN приєднався до 매일경제TV (Maeil Business TV), провідного фінансового та інвестиційного телеканалу Південної Кореї, щоб поговорити про майбутнє децентралізованого штучного інтелекту та про те, як FLock рухає галузь вперед. «FLock створює приватне рішення на основі штучного інтелекту, наприклад, Uber для навчання штучному інтелекту, до якого будь-хто може приєднатися без шкоди для конфіденційності своїх даних. Поєднуючи федеративне навчання з блокчейном, ми робимо це можливим».

Усі спостерігають за тим, як LLM домінують у центрі уваги. Але наблизити трохи ближче, і назріває ще дещо. Моделі малої мови (SLM) легші, швидші та доступніші. Для агентного штучного інтелекту та децентралізованих систем вони можуть краще підійти. І ось чому 🧵

Якщо ви такі розумні, чому б вам не спробувати навчити власні моделі штучного інтелекту? FLock прикриє вашу спину.

Last weekend, we wrapped the first phase of the Qwen SKYST Hackathon. 40+ students. 2 tracks. 14 prizes. But more importantly, new ideas, fresh energy, and real talent. Huge thanks to everyone who joined us, our advisors, and valued partners @Alibaba_Qwen by @alibaba_cloud and @base for powering the experience. We were also honored to have Prof. Seungryong Kim from the Department of Computer Science and Engineering at Korea University join us on stage as a speaker. Special shoutout to the dev clubs at SKY universities and KAIST for showing up strong. Congrats to all the winners! Phase 2 is on the way. Stay sharp.

Децентралізоване навчання не дуже приємне. Це єдиний спосіб створити надійний штучний інтелект. Конфіденційність, право власності та продуктивність не є компромісами. ВЛЕТІВ.

Викликаємо тренерів! Нове тренувальне завдання на AI Arena вже тут! Ваша мета: Train Character Weaver - узагальнена рольова модель, яка може втілити будь-яку персону, яку визначить користувач. Думайте менше про чат-бота, більше про правдоподібного співрозмовника. Давайте розберемося! 👇

Церемонія закриття Хакатон QWEN SKYST

Більшість моделей штучного інтелекту створюються в бункерах і тренуються великим технологічним корпусом. Наших навчає відкрита мережа. На локальних пристроях, з реальними даними, по всьому світу, без централізованих концентраторів даних, без витоків даних. Федеративне навчання, яке не вимагає дозволу.

Агенти штучного інтелекту стають швидшими, розумнішими та автономнішими. Але вони все одно працюють в силосах. FLock щойно випустив новий документ, в якому викладено бачення AgentaNet. Децентралізована архітектура рою, яка дозволяє агентам співпрацювати автономно та безпечно.

Децентралізоване навчання штучного інтелекту забезпечує як конфіденційність, так і глобальну співпрацю. FLock несе цю силу кожному. Ось-ось все стане диким.