AI代币的价值在2023年呈爆炸式增长。2021年首次推出的一个休眠代币在1月份上涨了近4000%。2022年是AI丰收年之后，AI代币价格上涨。DALL-E2和ChatGPT等工具重新定位了技术对话。
人工智能的爆炸式增长吸引了全世界的目光。加密市场也不例外。
对于大多数加密货币交易者而言，2023年的表现比预期的要好得多。在令人沮丧的2022年结束后，随着FTX的崩溃和随后对市场的冲击，我们对2023年的预期有限。然而，市场又迎来一波爆发，所以告诉我们一个道理，资本市场玩的是什么，风向！说直白点就是趋势，站在时代风口上，连只猪都能起飞，更何况我们这些时代的弄潮儿呢！
V神提出新型的跨二层DEX交易方案，仅需接收方支持智能合约:以太坊创始人VitalikButerin在Ethresear.ch提出一种新型的跨二层DEX交易的解决方案，该方案仅需接收一方支持智能合约即可，这意味着发送一方仅需支持简单的代币发送Rollup或Plasma即可。[2021/3/5 18:17:05]
比特币21天内飙升至2.3万美元以上。自2月2日仅一次突破24,000美元大关以来，加密货币的OG一直保持相对稳定。以太坊也取得了类似的成功，并在2月2日达到顶峰，价格略高于1700美元。
过去30天，BTC上涨34.1%，ETH上涨28.02%。不错，对吧？
然而，市场上一些最成功的代币让BTC和ETH相比之下显得微不足道。SingularityNET30天最高上涨669.15%，AnchorNeuralWorld上涨810.66%，GNY上涨946.61%。他们有什么共同点？它们是AI代币。
V神提出以太坊信标链第一个硬分叉提案“HF1”:以太坊创始人V神刚刚在推特上提出了以太坊信标链第一个硬分叉（暂定名为“HF1”）提案。V神称，HF1添加了轻客户端支持，简化了规范，提高了效率，并引入了惩罚性较小的不活动泄漏机制。[2021/2/16 19:51:07]
但今天本文要介绍的重点——CNTM
很多人问为何不推荐AGIX之类的强势龙头？这就是很韭菜的问题了，目前来看，AGIX已经走得太远了，追高实属不明智的选择，CNTM近30天涨幅才67%，这个币会有自己的独立行情，不会随大盘走，后续还会有大的动作，而这才是大多数后知后觉投资者的战略第一布局标的！
动态 | V神提出一个无需委员会的可扩展数据链模型:以太坊创始人V神今日在Ethereum研究论坛上主持了一场讨论，在这场讨论中，他通过无欺诈证明的数据可用性证明概述了一个无需委员会的可扩展数据链模型。根据V神的说法，无欺诈证明的数据可用性检查方案保留了传统非切分区块链的更多特性。他还提出了一种可能的设计，其中包括一个现有的基础链，“类似于以太坊式不可伸缩的区块链，任何人都可以将交易发布到该区块链。”在这里，用户将能够支付费用并发送包含数据承诺的一种特殊类型的事务，区块提议者/矿工随后可以在该事务上进行数据可用性检查，以验证数据是否可用。V神还扩展了如何仅接受通过每个可用性检查的块，以及数据可用性采样将“完全且绝对出于安全性”的依据。（AMBCrypto）[2020/1/6]
那什么是CNTM？
动态 | 数据：上周五比特币Mempool规模创去年1月以来新高:据Blockchain.com数据，11月15日，比特币Mempool达到去年1月以来的最高水平，超过了90 MB。比特币Mempool包含了所有未经确认的交易，这些交易正在等待矿工的验证。 在大多数情况下，Mempool越大，等待矿工确认的交易就越多，但目前这种情况显然不一般。11月15日，比特币Mempool中未经确认的交易数量达到峰值，略高于2万笔。在两天前，这个数字最高达到了12.6 MB。所有这些数据似乎都表明，上周末的平均交易量明显高于平时。[2019/11/19]
Connectome是一个基于区块链核心技术开发的DeFi人工智能投顾平台，支持DeFi产品上链交易、理财产品去中心化AI测评、流动性挖矿、一键式智能投顾、智能客服等。通过大数据多维分析、AI模型演练，为用户提供接近一站式的、定制化人工智能投资顾问服务，为理财产品发行人、投资用户提供全方位的区块链解决方案。
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
JinnVSChatGPT
ChatGPT目前的三个核心问题：
对于知识类型的问题，ChatGPT会给出看上去很有道理，但是事实上是错误答案的内容；
拓展解读：对于这样来说，由于ChatGPT的一部分回答很准确，而一部分看上去有道理，但事实上很离谱，而用户并没有足够的能力来进行辨别，这将给用户如何采信ChatGPT的答案带来很多困惑。
ChatGPT目前这种基于GPT大模型基础上进一步增加标注数据训练的模式，对于LLM模型吸纳新知识非常不友好；
拓展解读：新知识总是在不断出现，而出现一些新知识就去重新预训练GPT模型是不现实的，无论是训练时间成本还是金钱成本，都不可接受。如果对于新知识采取Fine-tune的模式，看上去可行且成本相对较低，但是很容易产生新数据的引入导致对原有知识的灾难遗忘问题，尤其是短周期的频繁fine-tune，会使这个问题更为严重。
ChatGPT或GPT4的训练成本以及在线推理成本太高，无法承载超过千万级的用户同时使用；
拓展解读：假设继续采取免费策略，OpenAI无法承受，但是如果采取收费策略，又会极大减少用户基数，无法实现规模化。
Sparrow是ChatGPT的良好补充：
sparrow在人工标注方面的质量和工作量不如ChatGPT；
Sparow的基于retrieval结果的生成结果证据展示，以及引入LaMDA系统的对于新知识采取retrieval模式，可以完美解决新知识的及时引入，以及生成内容可信性验证两个核心问题。
Jinn的优势：
Jinn=ChatGPT+Sparrow
Jinn使用ChatGPT为核心框架，引入了Sparow的基于retrieval结果的生成结果证据展示，以及引入LaMDA系统的对于新知识采取retrieval模式；
所以Jinn既有有高质量的人工标注，也可以完美解决新知识的引入问题，同时又有效的内容可信性验证功能，从而打造下一代为Web3服务的搜索引擎基础。
下一代搜索引擎：Jinn
Jinn将采用传统搜索引擎+ChatGPT的双引擎结构，ChatGPT模型是主引擎，传统搜索引擎是辅引擎。传统搜索引擎的主要辅助功能有两个：一个是对于ChatGPT产生的知识类问题的回答，进行结果可信性验证与展示，就是说在ChatGPT给出答案的同时，从搜索引擎里找到相关内容片段及url链接，同时把这些内容展示给用户，使得用户可以从额外提供的内容里验证答案是否真实可信，这样就可以解决ChatGPT产生的回答可信与否的问题，避免用户对于产生结果无所适从的局面。
传统搜索引擎的第二个辅助功能是及时补充新知识。既然不可能随时把新知识快速引入LLM，那么可以把它存到搜索引擎的索引里，ChatGPT如果发现具备时效性的问题，它自己又回答不了，则可以转向搜索引擎抽取对应的答案，或者根据返回相关片段再加上用户输入问题通过ChatGPT产生答案，这里有一部分将参考LaMDA关于新知识处理的具体方法。
最后：
欢迎私信进交流群！
感谢阅读，喜欢的朋友可以点个赞关注哦，我们下期再见！
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。