Giải đấu giao dịch USD1 đang diễn ra sôi nổi, đặc biệt là cuộc chiến trong bảng xếp hạng của các dự án cũ đang rất khốc liệt, trong đó không thiếu những ngôi sao đen như $Siren và $TAG đang vươn lên để vượt qua nhiều dự án.
Sau khi thực hiện nghiên cứu dự án, tôi nhận thấy rằng thực ra dự án Tagger không chỉ đơn thuần là một dự án đơn giản nhằm tận dụng xu hướng AI. Khái niệm #Decorp của Tagger đã cung cấp một mô hình giải quyết cho việc gán nhãn dữ liệu.
Trong ngành đánh dấu dữ liệu truyền thống, điểm đau lớn nhất như sau:
1. Lao động tập trung, hiệu quả thấp, phụ thuộc vào nhiều lao động để thực hiện các nhiệm vụ lặp đi lặp lại và có chi phí tuyển dụng, đào tạo, quản lý cao. 2. Năng lực chuyên môn của nhân viên ghi chú không đồng nhất và thiếu tiêu chuẩn thống nhất, dẫn đến chất lượng không đều. 3. Thiếu hệ thống phân phối nhiệm vụ, theo dõi tiến độ và giao hàng hiệu quả. 4. Vấn đề rủi ro về quyền riêng tư và tuân thủ không thể xử lý, đặc biệt là liên quan đến hình ảnh, khuôn mặt, cuộc trò chuyện và các dữ liệu nhạy cảm khác. 5. Công cụ gán nhãn tự động có độ chính xác thấp, khả năng thích ứng kém, đặc biệt trong các lĩnh vực phức tạp cao như hiểu ngữ nghĩa, y tế, nhận diện hình ảnh mờ, hiệu suất hỗ trợ mô hình thấp. 6. Tài sản dữ liệu thiếu tính thanh khoản và cơ chế xác nhận quyền sở hữu, khiến giá trị dữ liệu được gán nhãn khó có thể chuyển đổi thành tiền, quyền sở hữu dữ liệu mơ hồ, dễ bị nền tảng độc quyền. 7. Thiếu cơ chế đóng góp nhãn có thể xác minh, đặc biệt là giá trị của người gán nhãn khó được định lượng và ghi lại, khó xây dựng hệ thống khuyến khích lâu dài.
#Decorp của Tagger về cơ bản đề xuất một kiến trúc doanh nghiệp phi tập trung: phân bổ nhiệm vụ, kiểm tra chất lượng và giải quyết được ghi vào các hợp đồng thông minh và được vận hành tự động bởi các quy tắc công khai trên chuỗi và cơ chế đánh giá RLHF theo hướng ngang hàng, mà không cần quản lý phân cấp truyền thống, điều này sẽ cho phép quy mô DeCorp ở cấp độ "triệu nhân viên" luôn hoạt động hoàn hảo mà không làm tăng chi phí vận hành và quản lý. Dữ liệu được dán nhãn, cho dù từ khi thu thập, đến dán nhãn, đến phân phối cuối cùng, đều được ghi lại thông qua blockchain từ đầu đến cuối, giúp việc ủy quyền và xác nhận dữ liệu rất rõ ràng.
Công cụ chú thích AI Copilot làm giảm đáng kể ngưỡng kỹ năng và ngay cả bất kỳ người bình thường nào chưa được đào tạo trên thế giới cũng có thể chú thích các bộ dữ liệu chuyên nghiệp mà không cần kiến thức lĩnh vực chuyên môn với sự hỗ trợ của các mô hình được đào tạo trước của Tagger, đặc biệt là đối với họ. Người dùng có thể nhận đơn đặt hàng bất cứ lúc nào và doanh nghiệp có thể "cắm và chạy" để có được dữ liệu chất lượng cao, giá thấp và có thể truy xuất nguồn gốc.
Nội dung chỉ mang tính chất tham khảo, không phải là lời chào mời hay đề nghị. Không cung cấp tư vấn về đầu tư, thuế hoặc pháp lý. Xem Tuyên bố miễn trừ trách nhiệm để biết thêm thông tin về rủi ro.
Giải đấu giao dịch USD1 đang diễn ra sôi nổi, đặc biệt là cuộc chiến trong bảng xếp hạng của các dự án cũ đang rất khốc liệt, trong đó không thiếu những ngôi sao đen như $Siren và $TAG đang vươn lên để vượt qua nhiều dự án.
Sau khi thực hiện nghiên cứu dự án, tôi nhận thấy rằng thực ra dự án Tagger không chỉ đơn thuần là một dự án đơn giản nhằm tận dụng xu hướng AI. Khái niệm #Decorp của Tagger đã cung cấp một mô hình giải quyết cho việc gán nhãn dữ liệu.
Trong ngành đánh dấu dữ liệu truyền thống, điểm đau lớn nhất như sau:
1. Lao động tập trung, hiệu quả thấp, phụ thuộc vào nhiều lao động để thực hiện các nhiệm vụ lặp đi lặp lại và có chi phí tuyển dụng, đào tạo, quản lý cao.
2. Năng lực chuyên môn của nhân viên ghi chú không đồng nhất và thiếu tiêu chuẩn thống nhất, dẫn đến chất lượng không đều.
3. Thiếu hệ thống phân phối nhiệm vụ, theo dõi tiến độ và giao hàng hiệu quả.
4. Vấn đề rủi ro về quyền riêng tư và tuân thủ không thể xử lý, đặc biệt là liên quan đến hình ảnh, khuôn mặt, cuộc trò chuyện và các dữ liệu nhạy cảm khác.
5. Công cụ gán nhãn tự động có độ chính xác thấp, khả năng thích ứng kém, đặc biệt trong các lĩnh vực phức tạp cao như hiểu ngữ nghĩa, y tế, nhận diện hình ảnh mờ, hiệu suất hỗ trợ mô hình thấp.
6. Tài sản dữ liệu thiếu tính thanh khoản và cơ chế xác nhận quyền sở hữu, khiến giá trị dữ liệu được gán nhãn khó có thể chuyển đổi thành tiền, quyền sở hữu dữ liệu mơ hồ, dễ bị nền tảng độc quyền.
7. Thiếu cơ chế đóng góp nhãn có thể xác minh, đặc biệt là giá trị của người gán nhãn khó được định lượng và ghi lại, khó xây dựng hệ thống khuyến khích lâu dài.
#Decorp của Tagger về cơ bản đề xuất một kiến trúc doanh nghiệp phi tập trung: phân bổ nhiệm vụ, kiểm tra chất lượng và giải quyết được ghi vào các hợp đồng thông minh và được vận hành tự động bởi các quy tắc công khai trên chuỗi và cơ chế đánh giá RLHF theo hướng ngang hàng, mà không cần quản lý phân cấp truyền thống, điều này sẽ cho phép quy mô DeCorp ở cấp độ "triệu nhân viên" luôn hoạt động hoàn hảo mà không làm tăng chi phí vận hành và quản lý. Dữ liệu được dán nhãn, cho dù từ khi thu thập, đến dán nhãn, đến phân phối cuối cùng, đều được ghi lại thông qua blockchain từ đầu đến cuối, giúp việc ủy quyền và xác nhận dữ liệu rất rõ ràng.
Công cụ chú thích AI Copilot làm giảm đáng kể ngưỡng kỹ năng và ngay cả bất kỳ người bình thường nào chưa được đào tạo trên thế giới cũng có thể chú thích các bộ dữ liệu chuyên nghiệp mà không cần kiến thức lĩnh vực chuyên môn với sự hỗ trợ của các mô hình được đào tạo trước của Tagger, đặc biệt là đối với họ. Người dùng có thể nhận đơn đặt hàng bất cứ lúc nào và doanh nghiệp có thể "cắm và chạy" để có được dữ liệu chất lượng cao, giá thấp và có thể truy xuất nguồn gốc.