作者：Haotian

大家都清楚，AI大模型落地到金融、醫(yī)療、法律等垂直應(yīng)用場(chǎng)景中最大的阻礙就一個(gè)：AI輸出結(jié)果存在的“幻覺”問題無法匹配需要精準(zhǔn)度的實(shí)際應(yīng)用場(chǎng)景。如何解決呢？最近，?@Mira_Network?推出了公共測(cè)試網(wǎng)，給出了一套解決方案，我來說說咋回事：

首先，AI大模型工具存在“幻覺”的情況，大家都能有所感知，原因主要有兩點(diǎn)：

1、AI LLMs訓(xùn)練數(shù)據(jù)不夠完整，盡管已有數(shù)據(jù)規(guī)模很龐大，但仍無法覆蓋一些小眾或?qū)I(yè)領(lǐng)域的信息，這時(shí)候AI傾向于做“創(chuàng)造性補(bǔ)全”繼而導(dǎo)致一些實(shí)時(shí)性錯(cuò)誤；

2、AI LLMs工作本質(zhì)上都依賴“概率采樣”，它是識(shí)別訓(xùn)練數(shù)據(jù)中的統(tǒng)計(jì)模式和相關(guān)性，而并非真正“理解”，因此概率采樣的隨機(jī)性、訓(xùn)練和推理結(jié)果的不一致性等都會(huì)導(dǎo)致AI在處理高精度事實(shí)性問題存在偏差；

如何解決此問題呢？康奈爾大學(xué)ArXiv平臺(tái)上發(fā)布了一篇通過多個(gè)模型共同驗(yàn)證提高LLMs結(jié)果可靠性的方法。

簡(jiǎn)單理解，就是先讓主模型生成結(jié)果，再集成多個(gè)驗(yàn)證模型對(duì)該問題進(jìn)行“多數(shù)表決分析”，從而可降低模型產(chǎn)生的“幻覺”。

在一系列的測(cè)試中發(fā)現(xiàn)，此方法可以把AI輸出的準(zhǔn)確率提高至 95.6%。

既然如此，那肯定需要一個(gè)分布式的驗(yàn)證平臺(tái)來管理并驗(yàn)證主模型和驗(yàn)證模型的協(xié)作交互過程，Mira Network就是這么一個(gè)專門構(gòu)建AI LLMs驗(yàn)證的中間件網(wǎng)絡(luò)，在用戶和基礎(chǔ)AI模型之間構(gòu)建了一個(gè)可靠的驗(yàn)證層。

有了這套驗(yàn)證層網(wǎng)絡(luò)的存在，就可以實(shí)現(xiàn)包括隱私保護(hù)、準(zhǔn)確率保障、可擴(kuò)展設(shè)計(jì)、標(biāo)準(zhǔn)化API接口等集成服務(wù)，可以憑借減少AI LLMs輸出幻覺來擴(kuò)大AI在各個(gè)細(xì)分應(yīng)用場(chǎng)景的落地可能性，也是Crypto分布式驗(yàn)證網(wǎng)絡(luò)能夠作用到AI LLMs工程實(shí)現(xiàn)過程中的一次實(shí)踐。

比如，Mira Network分享了幾個(gè)在金融、教育、區(qū)塊鏈生態(tài)的案例可以佐證：

1）Gigabrain一個(gè)交易平臺(tái)集成了Mira后，系統(tǒng)可以加一環(huán)驗(yàn)證市場(chǎng)分析和預(yù)測(cè)的準(zhǔn)確性，過濾掉不靠譜的建議，可提高AI交易信號(hào)的準(zhǔn)確性，讓AI LLMs作用在DeFai場(chǎng)景更可靠一些；

2）Learnrite則利用mira驗(yàn)證AI生成的標(biāo)準(zhǔn)化考試題目，讓教育機(jī)構(gòu)能夠大規(guī)模利用AI生成內(nèi)容，同時(shí)不影響教育測(cè)試的內(nèi)容準(zhǔn)確性，以維持嚴(yán)格的教育標(biāo)準(zhǔn)；

3）區(qū)塊鏈Kernel項(xiàng)目利用了Mira的LLM共識(shí)機(jī)制將其整合到了BNB生態(tài)系統(tǒng)當(dāng)中，創(chuàng)建了去中心化驗(yàn)證網(wǎng)絡(luò)DVN，使得區(qū)塊鏈上執(zhí)行AI計(jì)算的準(zhǔn)確性和安全性得到一定程度的保障。

以上。

其實(shí)，Mira Network提供的是中間件共識(shí)網(wǎng)絡(luò)服務(wù)，肯定不是讓AI應(yīng)用能力增強(qiáng)的唯一途徑，事實(shí)上，通過數(shù)據(jù)端的訓(xùn)練增強(qiáng)，通過多模態(tài)大模型的交互增強(qiáng)，以及通過ZKP、FHE、TEE等潛在密碼學(xué)技術(shù)的隱私計(jì)算增強(qiáng)等等都是可選路徑。但相較之下，Mira的解決方案貴在落地實(shí)踐快，且直接見效。

Note：個(gè)人對(duì)此項(xiàng)目的技術(shù)理念特別感興趣，從技術(shù)面看確實(shí)可以解決AI LLMs當(dāng)下存在的應(yīng)用落地問題，而且又能顯現(xiàn)Crypto分布式共識(shí)網(wǎng)絡(luò)的補(bǔ)充價(jià)值，值不值得參與體驗(yàn)，是不是個(gè)潛在擼毛機(jī)會(huì)，大家自行判斷。（公測(cè)體驗(yàn)入口 https://klokapp.ai/?referral_code=SLD2DHAJ）具體技術(shù)細(xì)節(jié)實(shí)現(xiàn)邏輯，后續(xù)抽時(shí)間分析。