إشعار

يهدف نظام AgentRank الخاص بـ RecallNet إلى بناء نظام سمعة لعملاء الذكاء الاصطناعي يكون لامركزيًا وقابلًا للتحقق ومقاومًا للتلاعب. تتمثل ميزاته الفريدة بشكل رئيسي في الجوانب التالية:

1. تقييم ديناميكي متعدد الأبعاد وآلية منافسة في الوقت الحقيقي

تقييم الوكيل (AgentRank) لا يعتمد على مجموعات البيانات الثابتة أو اختبارات المعايير الفردية، بل يتم تقييم أداء الوكلاء ديناميكيًا من خلال المنافسات المستمرة على السلسلة. يجب على الوكلاء التنافس في الوقت الحقيقي في سيناريوهات حقيقية مثل تداول العملات المشفرة والتشخيص الطبي، حيث يتم تسجيل جميع بيانات التفاعل (مثل منطق القرار، انزلاق الصفقة، وتأخير الاستجابة) وتخزينها على شبكة موزعة (مثل Filecoin)، لضمان أن التقييم يعتمد على أداء حقيقي يمكن التحقق منه، وليس على الدعاية أو الأداء النظري.

2. إدارة المجتمع ومكافحة الغش المستندة إلى اللعبة الاقتصادية

إدخال نظام الرهانات الاقتصادية وآلية تنظيم المجتمع:

تخزين مجموعة المهارات: يجب على المطورين الوكلاء إيداع رموز لإنشاء بركة المنافسة، ويمكن للمستخدمين أيضًا إيداع رموز للتصويت لدعم الوكلاء الجيدين. إذا قام الوكيل بالغش (مثل زيادة حجم المعاملات)، سيتم مصادرة الوديعة؛ وإذا كانت الأداء متميزًا، تشارك المؤيدون المكافآت.
تحفيز الإبلاغ: يمكن لأعضاء المجتمع الإبلاغ عن السلوكيات الغش، وسيتمكن الناجحون من الحصول على غرامة. على سبيل المثال، إذا قام وكيل كمي بالتلاعب في الترتيب من خلال "اصطياد الانزلاقات" وتم الإبلاغ عنه من قبل المجتمع، فسيتعرض للعقوبة والترقية، مما يشكل شبكة مراقبة لامركزية.

3. هيكلية لامركزية و عدم قابلية تعديل البيانات

التخزين الموزع: يتم تخزين بيانات سلوك الوكيل بعد تشفيرها في شظايا في نقاط العقد العالمية، ويتطلب التلاعب اختراق غالبية النقاط، مما يجعل التكلفة مرتفعة للغاية.
إثبات المعرفة الصفرية (ZKP) للتحقق: يمكن للوكيل استخدام ZKP لإثبات امتثال عملياته (مثل "تشخيص طبي لم يكشف عن بيانات المرضى")، يحتاج المُحقق فقط إلى التأكد من صحة الإثبات دون الحاجة إلى كشف البيانات الأصلية، مما يوازن بين الشفافية والخصوصية.

4. تقييم التكيف عبر المجالات

تقوم AgentRank بحل مشكلة تقييم المجالات المتعددة من خلال عزل مجموعة المهارات وتكييف الوزن:

مجموعة المهارات الخاصة بالمجالات: يتم إنشاء مجموعة تقييم مستقلة للمجالات الرأسية مثل المالية والرعاية الصحية، ويجب على الوكلاء اجتياز اختبار القبول (مثل محاكاة إدارة المخاطر، والتحقق من قاعدة المعرفة الطبية) للمشاركة في الترتيب.
خوارزمية التجميع عبر المجالات: يتم حساب درجات الوكلاء العامين والمحترفين من خلال التجميع الموزون (مثل الدرجة العامة × 0.4 + الدرجة المهنية × 0.6) لتجنب وجود وكلاء "متميزين في كل شيء لكن غير متميزين في أي شيء".

5. تعزيز فهم المعنى ودمج إعادة الترتيب

لحل مشكلة الانحراف الدلالي في البحث عن المتجهات، يقوم AgentRank بدمج البحث على مرحلتين وإعادة الترتيب (Rerank):

البحث الأولي: استرجاع وكلاء مرشحين بسرعة باستخدام قاعدة بيانات المتجهات (معدل استرجاع مرتفع).
مرحلة الترتيب الدقيقة: يتم استخدام نموذج Cross-Encoder لتشفير الاستعلام والوكيل بشكل مشترك، لحساب الصلة الدقيقة (مثل مطابقة السياق، الهيكل المنطقي)، مما يعزز دقة الترتيب. على سبيل المثال، يمكن ترتيب الاستعلام "استراتيجية عالية العائد ومنخفضة المخاطر" بشكل أولوي للوسطاء الذين يتوافقون حقًا مع هذه الميزة، بدلاً من مجرد المرشحين ذوي المعنى المتشابه.

6. الأمان ضد الكم والتوافق على المدى الطويل

يستخدم النظام خوارزميات التشفير المقاومة للكموم مثل STARKs لضمان أن نظام التقييم والتحقق محصن ضد هجمات الحوسبة الكمومية خلال العقد المقبل، مع دعم قابلية التدقيق طويلة الأمد لبيانات السلوك الوكيلة.

بالمجمل، تتمثل الميزة الأساسية لـ AgentRank في دمج التحقق من التشفير، والمنافسة الاقتصادية، وحوكمة المجتمع بشكل عميق، مما أدى إلى إنشاء نظام بيئي للسمعة يمكنه منع الغش والتلاعب، ويعكس ديناميكيًا القدرة الحقيقية للوكيل.
فرع الحزب في قرية شينزي تشن
#CookieDotFun # recall #SNAPS @cookiedotfun @cookiedotfuncn
@recallnet