CNTM 產(chǎn)品定位梳理

產(chǎn)品定位一:

基于人工智能信息的垂類搜索引擎。

產(chǎn)品特色:

1，專為關(guān)注和使用 AI 技術(shù)產(chǎn)品的用戶提供服務;

2，收集和整合 AI 技術(shù)，產(chǎn)品及應用的搜索結(jié)果呈現(xiàn); 3，基于精準搜索，為用戶呈現(xiàn)全網(wǎng) AI 產(chǎn)品搜索結(jié)果，包含產(chǎn)品，技術(shù)，機構(gòu)， 程序，融資，代理，數(shù)據(jù)等涉及人工智能的結(jié)果展示。

4，隨著 chatGPT 熱度持續(xù)升溫，人工智能多次多場景持續(xù)被關(guān)注和討論，搜索 和技術(shù)需求越來越多，為用戶提供精準的 AI 關(guān)聯(lián)信息的搜索結(jié)果。

Slogan:

Make the world Connected2Me. (注:Connected to Me 是項目名稱) 搜索引擎的名字: Jinn(神燈精靈，可以滿足人類的各種愿望，暗示用戶想要搜索的結(jié)果都可以呈 現(xiàn)出來。)

宣傳關(guān)鍵字: ChatGPT、Sparrow、Jinn=ChatGPT+Sparrow、CNTM=Google+OpenAI、 Web3、下一代搜索引擎、人工智能/AI、AIGC

產(chǎn)品定位二:

基于人工智能項目的底層公鏈

產(chǎn)品特色:

1，人工智能技術(shù)持續(xù)發(fā)展，產(chǎn)品上鏈需求增大，提供人工智能公鏈技術(shù)服務; 2，提供人工智能項目的合約部署，鏈上開發(fā)，defi 布局等，提供人工智能和區(qū) 塊鏈的完美結(jié)合。 3，實現(xiàn)人工智能公鏈生態(tài)，未來所有人工智能項目構(gòu)建在該公鏈上，共享用戶 信息，實現(xiàn)用戶在公鏈不同項目之間的隨意切換。

Slogan:

Make the world Connected2Me. (注:Connected to Me 是項目名稱) 人工智能技術(shù)公鏈名字: Jinn(基于人工智能產(chǎn)品的公鏈底層協(xié)議，為所有人工智能產(chǎn)品提供鏈上智能協(xié) 議平臺)。

宣傳關(guān)鍵字: ChatGPT、Sparrow、Jinn、CNTM、OpenAI、Web3、人工智能/AI、AIGC、 公鏈、底層協(xié)議

產(chǎn)品定位三:

基于人工智能的投資 DAO 項目

產(chǎn)品特色:

1，人工智能正在以各種方式滲透到普通用戶生活，人工智能項目開發(fā)成本大， 技術(shù)門檻高，想法落地需要大量的資金和資源。

2，人工智能項目投資 DAO，可以提供資金、技術(shù)、資源的對接合作，以及機構(gòu) 和用戶投資參與的方式，用 DAO 的形式共同推進項目發(fā)展。 3，通過智能合約約束和跟蹤項目發(fā)展，用項目 TOKEN 和治理 TOKEN 的方式 對早期的參與進行反饋。

Slogan:

Make the world Connected2Me. (注:Connected to Me 是項目名稱) 投資 DAO 項目名字:

Jinn(人工智能投資 DAO，幫助人工智能項目落地、資金找項目、資源和技術(shù) 對 接 的 D A O 平 臺 )。

宣傳關(guān)鍵字: ChatGPT、Jinn、CNTM、Web3、DAO、人工智能/AI、AIGC、

產(chǎn)品定位四:

基于人工智能項目的基金 DAO

產(chǎn)品特色:

1，通過 AI 技術(shù)進行大數(shù)據(jù)評估，綜合各項數(shù)據(jù)結(jié)果，篩選出市場上優(yōu)質(zhì)且有 潛力的人工智能項目，在早期對項目項目進行盡投資的基金 DAO 組織; 2，普通用戶看到人工智能賽道的熱度，但無法篩選出哪些項目有可能獲得成功， 可以通過購買或投入人工智能基金 DAO，進行人工智能項目的投資和參與。 3，通過 AI 技術(shù)找到好項目，投資項目獲得收益，基金 DAO 的用戶按照比例獲 得收益。 4，通過區(qū)塊鏈技術(shù)，把基金放在鏈上，確保用戶資產(chǎn)安全，同時利用區(qū)塊鏈特點，實現(xiàn)鏈上的資產(chǎn)、項目及收益的可追蹤和不能更改，確保基金投資者收益。

Slogan:

Make the world Connected2Me. (注:Connected to Me 是項目名稱) 基金 DAO 項目名稱:

Jinn(人工智能基金 DAO，幫助用戶投資人工智能項目，并獲得收益)。 宣傳關(guān)鍵字: ChatGPT、Jinn、CNTM、Web3、DAO、人工智能/AI、AIGC、基金，去中心 化金融

推文(每個部分可以拆分成多條進行發(fā)送): 項目講解類:

成就回顧

基于人工智能的個性化金融服務:

去中心化的理財產(chǎn)品 AI 測評;

通過 AI 模型演練為用戶提供定制化的 AI 顧問服務; 虛擬理財經(jīng)濟人:Rachel

RACHEL provides human-like intuitive communication. But, at the same time, has advanced search and analysis capabilities not possible by any human.

Deeply comprehends user characteristics and needs from conversations, situations, behaviors, and communicates

optimally. 未來發(fā)展

1.基于 ChatGPT 的理論，創(chuàng)建 CNTM 的 GPT 平臺:Jinn;

2 為 Jinn 加入雙引擎結(jié)構(gòu):GPT 引擎+傳統(tǒng)搜索引擎，從而實現(xiàn) Web3 的 AI 搜索功能;

3 將 Jinn 與 CNTM1.0 的板塊結(jié)合，增強金融領(lǐng)域的 AI 搜索推薦功能;

Jinn=ChatGPT+Sparrow

熱點關(guān)聯(lián)類:

ChatGPT 目前的三個核心問題:

對于知識類型的問題，ChatGPT 會給出看上去很有道理，但是事實上是錯誤答 案的內(nèi)容;

拓展解讀:對于這樣來說，由于 ChatGPT 的一部分回答很準確，而一部分看上 去有道理，但事實上很離譜，而用戶并沒有足夠的能力來進行辨別，這將給用戶 如何采信 ChatGPT 的答案帶來很多困惑。

ChatGPT 目前這種基于 GPT 大模型基礎(chǔ)上進一步增加標注數(shù)據(jù)訓練的模式，對 于 LLM 模型吸納新知識非常不友好; 拓展解讀:新知識總是在不斷出現(xiàn)，而出現(xiàn)一些新知識就去重新預訓練 GPT 模 型是不現(xiàn)實的，無論是訓練時間成本還是金錢成本，都不可接受。如果對于新知 識采取 Fine-tune 的模式，看上去可行且成本相對較低，但是很容易產(chǎn)生新數(shù)據(jù) 的引入導致對原有知識的災難遺忘問題，尤其是短周期的頻繁 fine-tune，會使

這個問題更為嚴重。

ChatGPT 或 GPT4 的訓練成本以及在線推理成本太高，無法承載超過千萬級的 用戶同時使用;

拓展解讀:假設(shè)繼續(xù)采取免費策略，OpenAI 無法承受，但是如果采取收費策略， 又會極大減少用戶基數(shù)，無法實現(xiàn)規(guī)?；?/p>

Sparrow(google 的產(chǎn)品)是 ChatGPT 的良好補充:

sparrow 在人工標注方面的質(zhì)量和工作量不如 ChatGPT;

Sparow 的基于 retrieval 結(jié)果的生成結(jié)果證據(jù)展示，以及引入 LaMDA 系統(tǒng)的 對于新知識采取 retrieval 模式，可以完美解決新知識的及時引入，以及生成內(nèi) 容可信性驗證兩個核心問題。

Jinn 的優(yōu)勢:

Jinn=ChatGPT+Sparrow

Jinn 使用 ChatGPT 為核心框架，引入了 Sparow 的基于 retrieval 結(jié)果的生成 結(jié)果證據(jù)展示，以及引入 LaMDA 系統(tǒng)的對于新知識采取 retrieval 模式;

所以 Jinn 既有有高質(zhì)量的人工標注，也可以完美解決新知識的引入問題，同時 又有效的內(nèi)容可信性驗證功能，從而打造下一代為 Web3 服務的搜索引擎基礎(chǔ)。

應用場景類:

內(nèi)容推薦:根據(jù)用戶行為和與 Jinn 的交互分析，為用戶推薦適合他的 Web3 內(nèi) 容與產(chǎn)品。

個性化金融:根據(jù)用戶行為和與 Jinn 的交互分析，為用戶推薦適合他的 DeFi 產(chǎn)品或根據(jù)用戶的模型來自動構(gòu)建屬于用戶的科學家機器人，完成自動交易。 DAO 推薦:為用戶推薦合適的 DAO 組織，或直接將理念類似的人連接在一起 自動生成新的 DAO 組織。

個性化內(nèi)容生成:用戶可以通過組建關(guān)鍵字，通過 Jinn 輸出自己需要的內(nèi)容。

技術(shù)講解類:

核心技術(shù)路線

第一階段:冷啟動階段的監(jiān)督策略模型?？?GPT 3.5 本身，盡管它很強，但是 它很難理解人類不同類型指令中蘊含的不同意圖，也很難判斷生成內(nèi)容是否是高 質(zhì)量的結(jié)果。為了讓 GPT 3.5 初步具備理解指令中蘊含的意圖，首先會從測試 用戶提交的 prompt(就是指令或問題)中隨機抽取一批，靠專業(yè)的標注人員，給 出指定 prompt 的高質(zhì)量答案，然后用這些人工標注好的數(shù) 據(jù)來 Fine-tune GPT 3.5 模型。經(jīng)過這個過程，我們可以認為 GPT 3.5 初步具 備了理解人類 prompt 中所包含意圖，并根據(jù)這個意圖給出相對高質(zhì)量回答的能 力;

第二階段:訓練回報模型(Reward Model,RM)。這個階段的主要目的是通過 人工標注訓練數(shù)據(jù)，來訓練回報模型。在這個階段里，首先由冷啟動后的監(jiān)督策 略模型為每個 prompt 產(chǎn)生 K 個結(jié)果，人工根據(jù)結(jié)果質(zhì)量由高到低排序，以此 作為訓練數(shù)據(jù)，通過 pair-wise learning to rank 模式來訓練回報模型。對于學 好的 RM 模型來說，輸入，輸出結(jié)果的質(zhì)量得分，得分越高 說明產(chǎn)生的回答質(zhì)量越高。

第三階段:采用強化學習來增強預訓練模型的能力。本階段無需人工標注數(shù)據(jù)， 而是利用上一階段學好的 RM 模型，靠 RM 打分結(jié)果來更新預訓練模型參數(shù)。 二三階段迭代:不斷重復第二和第三階段，每一輪迭代都使得 LLM 模型能力越 來越強。因為第二階段通過人工標注數(shù)據(jù)來增強 RM 模型的能力，而第三階段， 經(jīng)過增強的 RM 模型對新 prompt 產(chǎn)生的回答打分會更準，并利用強化學習來 鼓勵 LLM 模型學習新的高質(zhì)量內(nèi)容，這起到了類似利用偽標簽擴充高質(zhì)量訓練 數(shù)據(jù)的作用，于是 LLM 模型進一步得到增強。

下一代搜索引擎:Jinn

Jinn 將采用傳統(tǒng)搜索引擎+ChatGPT 的雙引擎結(jié)構(gòu)，ChatGPT 模型是主引擎， 傳統(tǒng)搜索引擎是輔引擎。傳統(tǒng)搜索引擎的主要輔助功能有兩個:一個是對于 ChatGPT 產(chǎn)生的知識類問題的回答，進行結(jié)果可信性驗證與展示，就是說在 ChatGPT 給出答案的同時，從搜索引擎里找到相關(guān)內(nèi)容片段及 url 鏈接，同時 把這些內(nèi)容展示給用戶，使得用戶可以從額外提供的內(nèi)容里驗證答案是否真實可 信，這樣就可以解決 ChatGPT 產(chǎn)生的回答可信與否的問題，避免用戶對于產(chǎn)生 結(jié)果無所適從的局面。 傳統(tǒng)搜索引擎的第二個輔助功能是及時補充新知識。既然不可能隨時把新知識快 速引入 LLM，那么可以把它存到搜索引擎的索引里，ChatGPT 如果發(fā)現(xiàn)具備時 效性的問題，它自己又回答不了，則可以轉(zhuǎn)向搜索引擎抽取對應的答案，或者根 據(jù)返回相關(guān)片段再加上用戶輸入問題通過 ChatGPT 產(chǎn)生答案，這里有一部分將 參考 LaMDA 關(guān)于新知識處理的具體方法。

利好類:

CNTM CEO Ishii 受邀成為斯坦福大學 AI 課程講師。

在加密行業(yè)你想抓住下一波牛市機會你得有一個優(yōu)質(zhì)圈子，大家就能抱團取暖，保持洞察力。

如果只是你一個人，四顧茫然，發(fā)現(xiàn)一個人都沒有，想在這個行業(yè)里面堅持下來其實是很難的。

想抱團取暖，或者有疑惑的，歡迎加入我們——公眾號：全因素熱愛

感謝閱讀，我們下期再見！