构建 AI 的知识协议层,让你的知识数据变成你的资产 @codatta_io

Joined July 2013
91 Photos and videos
两真一假——AI数据版。 其中一条是假的。是哪一条? 1. 一张错误标注的图片可能悄悄拖垮整个模型。 2. 大多数公开的AI数据集会标注谁做了标注。 3. Codatta 验证者在贡献生效前会重新检查。 猜猜看👇
8
发现AI出错了?那就是前沿贡献。 Codatta的“纠正LLM错误”任务:找到有缺陷的模型回答,截图并提交正确答案。每个经审核通过的贡献最高可获100积分。 教程如下👇
1
32
AI训练依赖于人类数据。贡献者们很少能证明或拥有他们所提供的内容。 Codatta正在构建缺失的环节:基于链上的贡献证明。 - 每一次提交都有数字指纹并可追溯 - 每位贡献者持有所有权代币 - 每次使用都会向源头触发版税支付
15
你有没有问过两个AI模型同一个问题,得到不同答案? 这正是这个任务的核心。 找一个客观问题,让两个AI模型给出不同答案。提交两份回答及截图,并附上你认为正确的答案。 每个有效提交都有助于找出当今顶级模型中的真实知识盲点——同时还能让你获得100积分。 观看教程👇
1
50
大多数数据管道让你做出选择:精确度还是规模。 高质量标签?慢且昂贵。 快速、可扩展的收集?噪声大、不可靠。 Codatta 的混合验证不会让你二选一。 每次贡献都经过透明流程——贡献者提交,验证者确认,结果记录并附上风险评级。每一步都可追溯。 精确度和规模。两者兼得。
18
标注加密货币地址并赚取奖励。 东南亚CEX热钱包收集 — 印度尼西亚·泰国·柬埔寨。 在本地CEX交易?这为你而来。提交交易所热钱包地址 — 每个50积分。 👉 app.codatta.io/app/frontier/…
24
加密地址元数据支离破碎。 团队重复做相同的研究。中心化提供者限制访问。市场变动最快时,数据恰恰过时。 合规、市场分析、交易——全都在不完整的地图上运行。 Codatta 正在构建加密地址注释——一个社区驱动的数据库,贡献者跨链丰富、验证和更新地址数据。 为整个加密生态系统打造共享智能层。开放、实时、社区共建。
1
27
从这里开始:CEX热钱包合集。 提交交易所热钱包地址。对其进行注释。赚取奖励。 👉 app.codatta.io/app/frontier/…
30
注释加密地址,赚取奖励。 您在这些OTC平台交易吗? InnovestX / Bitazza / EasyEquities / Interactive Brokers / MultiBank / Alpaca Trading 提交场外交易地址,进行注释,赚取奖励。 👉 app.codatta.io/frontier/proj…
39
具身AI领域急需数据。获取高质量机器人数据极其困难。要理解行业如何解决这一问题,我们需要看看数据金字塔,它由三个主要层次组成:真实机器人数据、仿真数据以及互联网/人类视频。
1
24
3️⃣ 互联网 / 人类视频 互联网和以人为核心的视频是最丰富且成本最低的可用原材料。 优点:规模化。它帮助基础模型建立基本的物理认知——理解世界如何运作、空间推理和人类意图。 缺点:缺乏力、扭矩和触觉反馈。视频展示了行动的结果,但不能精确显示执行所需的电机信号。AI知道“做什么”,但不知道“如何”移动关节来完成。 趋势:硅谷先驱如Physical Intelligence、Figure AI和Sunday Robotics正积极转向此方向。通过将强化学习与去中心化、以自我为中心(第一人称)视频收集相结合,它们旨在绕过繁重的远程操作。像苹果的EgoDex和NVIDIA的EgoScale等项目正是为此:从海量、低成本的人类视频中提取高信号、可用的行动数据。
1
15
没有哪个成功模型会只依赖单一层。但只有底层能转动数据飞轮——它是唯一成本足够低、能从部署循环中学习的一层。谁能破解消费级结构化人类视频的难题,谁就能悄然为所有上层的类人机器人提供动力。
13
AI训练数据没有版税制度。 这对实验室来说是个特色,对其他人来说是个缺陷。 一条关于Codatta为何构建版税引擎——以及它带来什么改变的帖子。🧵
1
30
给建造者的福利:先训练后付款。 现在就用数据集。从未来收入中支付。版税引擎自动累积债务并在资金到账时结算——双方都能核对的收据。 零前期摩擦。没有“先信我们,分成以后再说”。
1
18
对于贡献者:每一美元都溯本求源。 数据集版本 → 资产 → 贡献指纹 → 你。没有追溯修改,没有不透明的算法。如果争议改变了输入,变更会被记录,并且报酬会重新计算。 这才是AI的版税系统应该有的样子。 docs.codatta.io/en/core-syst…
30