ROMA + OM

ROMA y OML son las tecnologías más avanzadas de @SentientAGI que permiten a Sentient Chat alcanzar — e incluso superar — el nivel de las IA corporativas cerradas como ChatGPT.

¿CÓMO?
Para entender esto, necesitamos analizar los principales problemas de la IA de código abierto y cómo ROMA y OML los solucionan.

Problemas
Como sabemos, la IA de código abierto enfrenta grandes desafíos como la monetización, el robo de modelos, el uso pirata y la baja eficiencia/funcionalidad (1 modelo = 1 función).

Solución
Varios agentes especializados, modelos, conjuntos de datos y herramientas se conectan al ecosistema GRID, que es accesible a través de Sentient Chat.

ROMA
Cuando utilizas Sentient Chat, tu solicitud puede ser atendida no por un solo modelo de IA, sino por varios — a veces incluso docenas — de modelos que pueden trabajar secuencialmente o, cuando es posible, en paralelo.

Esto resuelve el problema de baja funcionalidad y eficiencia.

OML
→ Piratería
OML resuelve el problema del uso pirata de modelos de IA abiertos a través del control criptográfico. Cada modelo incluye mecanismos de autorización integrados: antes de la ejecución, el sistema verifica una firma digital que confirma que el usuario tiene permiso para usar el modelo. Sin esta autorización, el modelo simplemente no responderá.

→ Robo
Robar otro modelo de IA se vuelve imposible porque OML incrusta múltiples huellas digitales ( pares de clave-respuesta ) directamente en cada modelo de IA. Esto permite a cualquiera verificar la propiedad a través de una prueba especial de desafío-respuesta. Hasta ahora, Sentient ha incrustado con éxito casi 25,000 huellas digitales en un LLM sin ninguna pérdida de rendimiento, lo suficiente para garantizar que el modelo sobreviva a la afinación, compresión y fusión, haciendo que el robo sea prácticamente imposible.

→ Monetización
OML registra prácticamente todas las interacciones que ocurren dentro de Sentient Chat: qué usuario, qué modelos se utilizaron, cuándo se utilizaron y cuántas solicitudes se realizaron. Todos estos datos se almacenan fuera de la cadena, mientras que los registros clave de uso se escriben en un libro mayor en la cadena.
Esto asegura que cada contribuyente reciba una recompensa justa, y cualquier persona puede verificar esta equidad consultando el libro mayor público en la cadena de bloques.

Otros factores también contribuyen a la monetización de agentes de IA; puedes leer más sobre ellos aquí.