Sentient AGI 的核心目标，是构建一个去中心化的开源人工智能生态系统，让开发者能共享成果并获得收益，同时确保AI的行为符合社区价值观。其技术原理可以概括为以下三个层面。

核心思想：OML 模型框架

Sentient 追求模型的三大特性，即 OML 框架：

开放性：模型权重开源，鼓励全球协作与创新。
可盈利性：通过区块链经济模型，确保贡献者能从模型的使用中获得收益。
忠诚性：通过技术手段确保模型的行为与构建它的社区价值观保持一致。

特性 核心目标 实现方式
开放性 促进协作与创新 模型权重开源，允许社区共同改进。
可盈利性 保障贡献者收益 利用区块链和指纹技术追踪模型使用，实现自动化的价值分配。
忠诚性 确保AI行为符合社区价值观 通过“忠诚训练”和数据筛选，将社区共识嵌入模型行为。

关键技术：指纹识别与分布式网络

为实现上述目标，Sentient 依赖两项关键技术：

1. 模型指纹技术：这是在模型训练过程中嵌入的一组特殊的“秘密问题-答案对”。这相当于给每个分发的模型副本打上独一无二的数字水印。此举旨在解决开源模型难以盈利的核心问题：当有人使用该模型时，可以通过验证指纹来确认其来源，从而为链上的自动化收费和收益分配提供依据。
2. 智星网络：这是一个由全球边缘节点组成的分布式计算网络。智能体可以就近在边缘节点上运行，实现快速响应（“数据不动，智能移动”），避免了将所有计算任务都传回中心云服务器所带来的延迟。网络中的每次计算任务都会被记录并确权，作为价值分配的基础。

系统运行：任务分解与价值闭环

在实际运行中，Sentient 的框架（如其开源项目 ROMA）能将复杂任务自动分解成子任务，由分布式网络中的智能体协作完成。更重要的是，它构建了一个价值闭环：用户为使用AI服务付费，这些费用会根据智能合约和模型指纹追溯到的贡献记录，自动分配给模型创建者、数据提供者、算力贡献者等所有参与方。

总而言之，Sentient AGI 试图通过结合区块链的经济激励、确保模型可追溯的指纹技术以及分布式的智能体网络，来构建一个既开放共享又可持续的AI开发新范式。
#Sentient SentientAGI #KAITOAI
@SentientAGI @KaitoAI