Sentient AGI 的核心目標，是構建一個去中心化的開源人工智能生態系統，讓開發者能共享成果並獲得收益，同時確保AI的行爲符合社區價值觀。其技術原理可以概括爲以下三個層面。

核心思想：OML 模型框架

Sentient 追求模型的三大特性，即 OML 框架：

開放性：模型權重開源，鼓勵全球協作與創新。
可盈利性：通過區塊鏈經濟模型，確保貢獻者能從模型的使用中獲得收益。
忠誠性：通過技術手段確保模型的行爲與構建它的社區價值觀保持一致。

特性 核心目標 實現方式
開放性 促進協作與創新 模型權重開源，允許社區共同改進。
可盈利性 保障貢獻者收益 利用區塊鏈和指紋技術追蹤模型使用，實現自動化的價值分配。
忠誠性 確保AI行爲符合社區價值觀 通過“忠誠訓練”和數據篩選，將社區共識嵌入模型行爲。

關鍵技術：指紋識別與分布式網路

爲實現上述目標，Sentient 依賴兩項關鍵技術：

1. 模型指紋技術：這是在模型訓練過程中嵌入的一組特殊的“祕密問題-答案對”。這相當於給每個分發的模型副本打上獨一無二的數字水印。此舉旨在解決開源模型難以盈利的核心問題：當有人使用該模型時，可以通過驗證指紋來確認其來源，從而爲鏈上的自動化收費和收益分配提供依據。
2. 智星網路：這是一個由全球邊緣節點組成的分布式計算網路。智能體可以就近在邊緣節點上運行，實現快速響應（“數據不動，智能移動”），避免了將所有計算任務都傳回中心雲服務器所帶來的延遲。網路中的每次計算任務都會被記錄並確權，作爲價值分配的基礎。

系統運行：任務分解與價值閉環

在實際運行中，Sentient 的框架（如其開源項目 ROMA）能將復雜任務自動分解成子任務，由分布式網路中的智能體協作完成。更重要的是，它構建了一個價值閉環：用戶爲使用AI服務付費，這些費用會根據智能合約和模型指紋追溯到的貢獻記錄，自動分配給模型創建者、數據提供者、算力貢獻者等所有參與方。

總而言之，Sentient AGI 試圖通過結合區塊鏈的經濟激勵、確保模型可追溯的指紋技術以及分布式的智能體網路，來構建一個既開放共享又可持續的AI開發新範式。
#Sentient SentientAGI #KAITOAI
@SentientAGI @KaitoAI