誰もが「アンサンブルは単一のモデルに勝る」と言いますが、@AlloraNetworkさらに進んで、どのモデルが勝つかを予測し、その場でミックスに重みを付けます。 それが、エッジコンテキストアウェア予測が、騒々しい群衆を集中した信号に変えることです。 ---/ ❯ 労働者は予測を投稿するだけではありません。また、現在の条件下で他のワーカーの精度を予測します。これらの損失予測は、ネットワークをコンテキストを認識するファーストクラスの入力です ❯ 次に、推論合成が来ます: ネットワークは、予想誤差によって寄与に重みを付け、あるモデルから 80% + 別のモデルから 20% などのメタ予測を文字通り構成し、過去のパフォーマンスと組み合わせてトピック全体の結果を形成できます ---/ なぜこれが重要なのか:市場は体制を変える。先週潰れたモデルは、今日は遅れをとる可能性があります。Alloraの予測者は、予想損失が増加したときにモデルを減重し、新しい体制に適したモデルを重み付けして、総計が陳腐な勝者に惰性で走るのではなく、鋭い状態を保つようにします ---/ 簡単なポイント: ❯ 「オラクル」以上のもので、結果と同業他社のパフォーマンスの両方を予測するインセンティブを備えたモデルの市場です ❯ その結果、ボラティリティの変化を超えてエッジをより長く維持する自己改善フィードが得られます。 ---/ 開発角度: 1 つのトピックのピアエラーパターンを学習する軽量の予測ツールをスピンアップし、それらの損失予測をワーカーの小さなリフト、正しければ特大のウェイトにパイプします 私は、この合成がメインネットのインセンティブとより高いスループットの下でどのように保持されるかを追跡しています。Allora トピックで予測者をテストしている場合は、セットアップを見せてください。