Effect
AI(EFFECT币)是一种无需许可的协议,用于在分布式网络上提供、分配和执行人为驱动的AI任务。该协议在设计时充分考虑了多功能性,可作为人为中间件层,与AI代理和LLM管道集成,从而大幅提高其输出的质量和可靠性。
现在,人工智能代理已正式进入我们的领域,人类输入现在比以往任何时候都更加重要。近年来,人类输入的作用发生了巨大变化,最初需要创建训练数据集并增强人工智能产生的数字信号,而现在人类输入正向三个不同的垂直领域发展:
安全性和可靠性。人工智能代理由统计模型驱动,这些模型经常会遇到不确定性或不完整数据,从而导致错误决策。许多现实世界的应用程序需要验证以确保可靠性并防止错误。采用人机交互方法(代理可以寻求澄清或确认不确定性)可以显著提高安全性和准确性。
增强输出。领域专家能够通过针对特定数据集进行微调并使用特定提示来改进AI模型的输出。
现实世界的局限性。虽然人工智能代理被设计为独立运行并与其他代理协作,但它们缺乏在现实世界中行动所需的物理存在和法律地位。它们不能拥有信用卡、硬件或公民身份。人类的投入对于弥合这一差距至关重要,使代理能够实现物理世界的目标并执行超出其固有限制的任务。
EFFECT工作原理
Effect
AI协议的核心是一个由三种主要节点类型的网络:提供者节点、管理者节点和工作者节点。这些节点共同协作,提供、分配和执行人类驱动的AI任务。
提供商节点是流入网络的任务的来源,这些任务来自AI代理、LLM或任何其他需要人工输入的来源。提供商节点负责创建任务批次、在链上创建托管并将其分发到网络。
管理节点保留这些批次,并开始管理它们,将每个任务委托给网络中可用的工作节点,一旦任务完成,管理节点负责验证任务的准确性并将奖励分发给工作节点。
工作节点从管理节点接收任务、完成任务并将结果提交回管理节点进行验证。
EFFECT核心用例
Effect AI协议旨在支持广泛的用例,包括:
AI代理:AI代理可以使用Effect AI将任务委派给人类,例如数据增强、测试、事实核查和请求实时数据。
LLM中间件:该协议可充当AI模型的中间件层,提供人机交互。LLM的每个输入和输出均可验证和改进。
AI管道:该协议可以在AI工作流的各个阶段实现,包括数据预处理、模型训练、后处理、验证GPT-4/LLM输出以及评估视觉模型结果,以提高AI输出的质量。
内容审核:该协议可用作内容审核工具,允许提供商将审核任务外包给分布式和多样化的工作人员网络。
数据标记:该协议可用于数据标记任务,例如图像注释、文本分类和情感分析,其中AI模型尚未达到所需的分数。