OPML(التفاؤل التعلم الآلي)هي تقنية جديدة يمكنها تنفيذ استدلال وتدريب/تعديل نماذج الذكاء الاصطناعي داخل السلسلة. مقارنةً بـZKML، يمكن لـOPML تقديم خدمات التعلم الآلي بتكاليف أقل وكفاءة أعلى. عتبة دخول OPML منخفضة، حيث يمكن للكمبيوتر الشخصي العادي تشغيل OPML الذي يحتوي على نماذج لغوية كبيرة دون الحاجة إلى GPU، مثل نموذج 7B-LLaMA بحجم 26GB.
تتشابه لعبة التحقق من المرحلة الواحدة مع آلية تفويض الحساب (RDoC). تتميز لعبة التحقق من المرحلة الواحدة لـ OPML بالخصائص التالية:
بناء آلة افتراضية للتنفيذ خارج السلسلة والتحكيم داخل السلسلة (VM)
تحقيق مكتبة DNN خفيفة الوزن مخصصة، لتحسين كفاءة استنتاج نموذج الذكاء الاصطناعي
استخدام تقنية الترجمة المتقاطعة لتحويل كود استدلال نموذج الذكاء الاصطناعي إلى تعليمات VM
يتم إدارة صور VM من خلال شجرة ميركل، حيث يتم رفع قيمة التجزئة الجذرية فقط داخل السلسلة
أظهرت اختبارات الأداء أنه على جهاز كمبيوتر عادي، يمكن إتمام استدلال نموذج الذكاء الاصطناعي الأساسي ( تصنيف MNIST DNN ) في غضون ثانيتين، ويمكن إكمال عملية التحدي بأكملها في غضون دقيقتين.
لتجاوز قيود التحقق من المرحلة الواحدة، قدمت OPML لعبة التحقق متعددة المراحل:
الحساب فقط في المرحلة الأخيرة داخل الـ VM، يمكن تنفيذ المراحل الأخرى بمرونة في البيئة المحلية
الاستفادة من قدرات تسريع الأجهزة مثل CPU و GPU و TPU
من خلال تقليل اعتماد VM，提高 كفاءة التنفيذ
الفكرة الأساسية لOPML متعدد المراحل هي تمثيل عملية حساب DNN كرسوم بيانية حسابية، وإجراء ألعاب تحقق على الرسوم البيانية الحسابية. يمكن أن تستفيد هذه الطريقة بشكل كامل من مزايا GPU أو المعالجة المتوازية، مما يزيد من الأداء بشكل ملحوظ.
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 15
أعجبني
15
7
إعادة النشر
مشاركة
تعليق
0/400
NFTRegretter
· منذ 21 س
أنا أيضًا أشتري بكثرة، لكنني لا أجرؤ على استخدام GPU
شاهد النسخة الأصليةرد0
SolidityJester
· 08-11 10:54
أسعار GPU جعلتني أبكي
شاهد النسخة الأصليةرد0
DaoGovernanceOfficer
· 08-11 07:36
*sigh* منافس آخر لـ zkml يفتقر إلى مقاييس التحقق التجريبي...
شاهد النسخة الأصليةرد0
ForkMaster
· 08-11 06:01
مرة أخرى خُطّة جديدة لخداع المعدّنين للتعدين، أليس كذلك؟
شاهد النسخة الأصليةرد0
MEVHunterLucky
· 08-11 06:00
opml آه... إذا كان هناك مال لكسبه، فهذا جيد.
شاهد النسخة الأصليةرد0
BearMarketBuyer
· 08-11 05:58
هل يمكن لشخص ما أن يشرح لي ما هو التعلم الآلي المتفائل؟
شاهد النسخة الأصليةرد0
BoredStaker
· 08-11 05:41
آه نعم نعم نعم، لقد جاءوا مرة أخرى مع عناوين مضللة.
OPML: تقنية جديدة فعالة لتفسير والتحقق من AI داخل السلسلة
OPML:机器学习 المتفائل داخل السلسلة
OPML(التفاؤل التعلم الآلي)هي تقنية جديدة يمكنها تنفيذ استدلال وتدريب/تعديل نماذج الذكاء الاصطناعي داخل السلسلة. مقارنةً بـZKML، يمكن لـOPML تقديم خدمات التعلم الآلي بتكاليف أقل وكفاءة أعلى. عتبة دخول OPML منخفضة، حيث يمكن للكمبيوتر الشخصي العادي تشغيل OPML الذي يحتوي على نماذج لغوية كبيرة دون الحاجة إلى GPU، مثل نموذج 7B-LLaMA بحجم 26GB.
! OPML: التعلم الآلي مع مجموعة متفائلة
تستخدم OPML آلية ألعاب التحقق لضمان اللامركزية والإجماع القابل للتحقق على خدمات ML. العملية كالتالي:
! OPML: التعلم الآلي مع نظام التجميع المتفائل
لعبة التحقق من المرحلة الواحدة
تتشابه لعبة التحقق من المرحلة الواحدة مع آلية تفويض الحساب (RDoC). تتميز لعبة التحقق من المرحلة الواحدة لـ OPML بالخصائص التالية:
أظهرت اختبارات الأداء أنه على جهاز كمبيوتر عادي، يمكن إتمام استدلال نموذج الذكاء الاصطناعي الأساسي ( تصنيف MNIST DNN ) في غضون ثانيتين، ويمكن إكمال عملية التحدي بأكملها في غضون دقيقتين.
! OPML: التعلم الآلي مع مجموعة متفائلة
لعبة التحقق متعددة المراحل
لتجاوز قيود التحقق من المرحلة الواحدة، قدمت OPML لعبة التحقق متعددة المراحل:
الفكرة الأساسية لOPML متعدد المراحل هي تمثيل عملية حساب DNN كرسوم بيانية حسابية، وإجراء ألعاب تحقق على الرسوم البيانية الحسابية. يمكن أن تستفيد هذه الطريقة بشكل كامل من مزايا GPU أو المعالجة المتوازية، مما يزيد من الأداء بشكل ملحوظ.
! OPML: التعلم الآلي مع مجموعة متفائلة
التناسق واليقينية
تستخدم OPML الطريقة التالية لضمان اتساق نتائج ML:
تساعد هذه التقنيات في التغلب على الفروق الحسابية الناتجة عن بيئات الأجهزة والبرامج المختلفة، مما يضمن موثوقية نتائج OPML.
لا يزال OPML في مرحلة التطوير، ونرحب بالمطورين المهتمين بالمشاركة في المساهمة.
! OPML: التعلم الآلي مع نظام التجميع المتفائل