炒作見頂，喧囂過后前路何往LDO、SSV、FXS、CNTM_GPT

AI的炒作已經醉生夢死，在情緒的持續持續推進下，獲利盤巨大，籌碼斷層嚴重，高位滯脹。AGIX昨日大幅回落，A股漢王科技今日低開，宣告AI行情告一段落。然而在此輪行情的獲利資金眼中，市場仍然干柴烈火。

題材很重要，但有時候題材出現的時機更重要。

數小時前，CoinbaseCEOBrianArmstrong推特稱，傳聞美國SEC希望在美國取消散戶的加密貨幣質押，一時間市場傳言美國監管層面將對加密市場重拳出擊，這種政策的前因與邏輯暫且不表。

市場層面，有危就有機，CEX質押利空，則LSD利好。下面讓我們梳理一下AI板塊的相關幣種。

LDO

以太坊流動性質押龍頭，以當前近500萬枚的ETH質押量占據市場90以上份額，其協議設計簡潔明了，存入ETH即可1:1得到stETH，作為權益衍生資產，后者在Curve上擁有不錯的流動性。

如果我們認為LSD是目前加密市場基本面最「硬」的邏輯，LDO則為中軍。在2022年下半年的熊市的數次回暖中，LDO常常是資金率先選擇的對象，當前市值23億美元。

聲音 | OKEx CEO：永遠不建議用戶投機炒作OKB，爭取每兩個月發布一個重大產品:OKEx CEO Jay Hao今日在微博發布公開信《什么是OKB? 寫在OKB回到起跑線之際》。文中對OKB的發展理念進行了闡釋，同時也提到OKB未來的發展方向。公開信提到，所有成熟的交易者都會明白，任何一種可交易資產的交易行為都存在風險，因此我們永遠不鼓勵用戶來投機炒作OKB。我們的原則是，如果對OKEx平臺的未來不看好，那么他不應該參與OKB的交易；如果大家看好OKEx平臺的未來，也愿意與OKEx共同成長，那么長期持有一點點OKB即可。我們衷心希望所有的OKB支持者能以理性的態度審視每一次的交易行為。Jay Hao表示，未來，我們承諾會不斷優化產品和服務體驗，推出越來越多的產品和創新，爭取每兩個月發布一個重大產品，拿出業內最為頂級的服務回報大家。我們也會圍繞OKB持續推動生態建設工作，不僅要讓OKB在OKEx平臺上以越來越多的形式去讓利用戶，更要讓OKB在外部越來越多的應用場景中落地，讓OKB有更多的價值支撐。[2020/2/16]

RPL

相比于Lido全鏈擴張的打法，RocketPool專注于以太坊。LDO只具備治理功能，但在Rocket網絡，需質押一定數目的RPL以保證節點正常運行，該設計賦予RPL一定的Utility。RPL當前市值8.5億美元，今日已突破近一年高點，近三個月趨勢持續向上，漲幅已達到300%。

聲音 | 中國證券報：嚴禁虛擬貨幣借區塊鏈之名炒作:11月3日，中國證券報刊文《嚴禁虛擬貨幣借區塊鏈之名炒作》。文章表示，接近整治辦人士表示，鑒于部分不法分子借助區塊鏈做推廣宣傳，又想重新造勢的情況，整治辦對存在的亂象進行一些糾偏。下一階段的主要基調還是要徹底整治各類風險。上述人士表示，一方面，此前各地整治辦已接到通知。通知要求，各地要警惕借助區塊鏈推廣宣傳死灰復燃的虛擬貨幣炒作情況，各地全面排查屬地的區塊鏈或借助區塊鏈開展虛擬貨幣炒作活動最新情況。如有問題，及時地打早打小。另一方面，中國互聯網金融協會和應急中心進行全網搜排，對一些新冒頭的境內虛擬貨幣交易場所、首次代幣發行（ICO）活動，以及境外虛擬貨幣交易平臺進行及時處置。同時，也給主要支付機構，包括商業銀行下發通知，要求從支付結算環節加強排查清理。另外，指導微信關閉約300個可連接炒幣服務的小程序和公眾號。[2019/11/23]

SSV

SSV本身是一個服務于驗證人的基礎設施，但SSV并不做資產管理的工作，也就是SSV并不吸收用戶的ETH再進行組合。不像Lido一類真正的質押服務商。SSV主要服務于兩類用戶，一類是長期持倉的，需要保證資金安全，但不想自己動手的大戶；一類是以Lido、Rocketpool、Binance為首的一眾ETH質押服務商SSV的價值捕獲。SSV幫助質押運營商減少運維壓力、減少設備服務器的支出及其管理成本、減少安全風險，方便省心。

分析 | BSV控盤炒作明顯 BTC區間收窄近期明確方向:據鏈塔數據平臺數據顯示，鏈塔數字貨幣整體指數（BI）今日13時報1224點，相較昨日上漲33點，漲幅2.77%。24h內市值前10的貨幣全線上漲，BNB漲幅最高，為10.91%，加密貨幣市場市值上升至約為2500億美元。相較昨天震蕩連續考驗阻力和支撐力量，下方支撐位基本經受住考驗，今天市場波動有收窄趨勢，今明兩日可能會有一次方向變動走勢。昨晚BSV伴隨消息炒作，明顯控盤快速拉升，短時最高拉升幅度達300%，隨后即拉出巨大上影線，懷疑為較明顯的莊家控盤行為，可能一定程度上會影響市場信心。目前BTC繼續在保持在7900點上下波動，今明兩天很有可能出現明顯變動趨勢，暫時觀望，待確定后續走勢后進行操作較好。[2019/5/22]

SSV當前市值2.3億美元，截至目前日內上漲20%。

FXS

Frax以算法穩定幣而聞名，其由一連串的DeFi產品組成，包括穩定幣、借貸市場、去中心化交易平臺等。Frax介入LSD的時間并不長，目前市場份額排名第五，市值1億美元左右，與LSD概念貼合度一般，是否能得到市場的認可，還需要時間檢驗。

聲音 | 末日博士：區塊鏈是有史以來最被過度炒作和最沒用的技術:末日博士Nouriel Roubini在推特轉發Cointelegraph關于世界銀行土地專家Aanchal Anand言論的報道并表示：區塊鏈是有史以來最被過度炒作和最沒用的技術。它完全是幻想，沒有真正的用例，全是胡說八道。[2019/3/28]

CNTM(connectome)

Connectome是一個基于區塊鏈核心技術開發的DeFi人工智能投顧平臺，支持DeFi產品上鏈交易、理財產品去中心化AI測評、流動性挖礦、一鍵式智能投顧、智能客服等。通過大數據多維分析、AI模型演練，為用戶提供接近一站式的、定制化人工智能投資顧問服務，為理財產品發行人、投資用戶提供全方位的區塊鏈解決方案。

今天我們主要講的就是CNTM，CNTM是基于人工智能的個性化金融服務：去中心化的理財產品AI測評；通過AI模型演練為用戶提供定制化的AI顧問服務；

虛擬理財經濟人：Rachel

Connected2Me未來發展

基于ChatGPT的理論，創建CNTM的GPT平臺：Jinn；

銀聯葛華勇：比特幣是一種虛擬貨幣 炒作存在很大風險:中國銀聯董事長葛華勇在世界經濟論壇會議上接受訪問時表示：“比特幣是一種虛擬貨幣，風險總體來說比較大，炒作可能會存在很大的風險。\"[2018/1/27]

為Jinn加入雙引擎結構：GPT引擎+傳統搜索引擎，從而實現Web3的AI搜索功能；

將Jinn與CNTM1.0的板塊結合，增強金融領域的AI搜索推薦功能；

Jinn=ChatGPT+Sparrow

ChatGPT目前的三個核心問題和痛點：

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大模型基礎上進一步增加標注數據訓練的模式，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，而出現一些新知識就去重新預訓練GPT模型是不現實的，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，但是很容易產生新數據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：假設繼續采取免費策略，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，無法實現規模化。

Sparrow是ChatGPT的良好補充：

sparrow在人工標注方面的質量和工作量不如ChatGPT；

Sparow的基于retrieval結果的生成結果證據展示，以及引入LaMDA系統的對于新知識采取retrieval模式，可以完美解決新知識的及時引入，以及生成內容可信性驗證兩個核心問題。

Jinn的優勢：

Jinn=ChatGPT+Sparrow

Jinn使用ChatGPT為核心框架，引入了Sparow的基于retrieval結果的生成結果證據展示，以及引入LaMDA系統的對于新知識采取retrieval模式。

所以Jinn既有有高質量的人工標注，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。

應用場景類：

內容推薦：根據用戶行為和與Jinn的交互分析，為用戶推薦適合他的Web3內容與產品。

個性化金融：根據用戶行為和與Jinn的交互分析，為用戶推薦適合他的DeFi產品或根據用戶的模型來自動構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。

個性化內容生成：用戶可以通過組建關鍵字，通過Jinn輸出自己需要的內容。

核心技術路線

第一階段：冷啟動階段的監督策略模型。靠GPT3.5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，也很難判斷生成內容是否是高質量的結果。為了讓GPT3.5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，靠專業的標注人員，給出指定prompt的高質量答案，然后用這些人工標注好的數據來Fine-tuneGPT3.5模型。經過這個過程，我們可以認為GPT3.5初步具備了理解人類prompt中所包含意圖，并根據這個意圖給出相對高質量回答的能力；

第二階段：訓練回報模型。這個階段的主要目的是通過人工標注訓練數據，來訓練回報模型。在這個階段里，首先由冷啟動后的監督策略模型為每個prompt產生K個結果，人工根據結果質量由高到低排序，以此作為訓練數據，通過pair-wiselearningtorank模式來訓練回報模型。對于學好的RM模型來說，輸入，輸出結果的質量得分，得分越高說明產生的回答質量越高。

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據，而是利用上一階段學好的RM模型，靠RM打分結果來更新預訓練模型參數。

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據來增強RM模型的能力，而第三階段，經過增強的RM模型對新prompt產生的回答打分會更準，并利用強化學習來鼓勵LLM模型學習新的高質量內容，這起到了類似利用偽標簽擴充高質量訓練數據的作用，于是LLM模型進一步得到增強。

Jinn將采用傳統搜索引擎+ChatGPT的雙引擎結構，ChatGPT模型是主引擎，傳統搜索引擎是輔引擎。傳統搜索引擎的主要輔助功能有兩個：一個是對于ChatGPT產生的知識類問題的回答，進行結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內容片段及url鏈接，同時把這些內容展示給用戶，使得用戶可以從額外提供的內容里驗證答案是否真實可信，這樣就可以解決ChatGPT產生的回答可信與否的問題，避免用戶對于產生結果無所適從的局面。

傳統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如果發現具備時效性的問題，它自己又回答不了，則可以轉向搜索引擎抽取對應的答案，或者根據返回相關片段再加上用戶輸入問題通過ChatGPT產生答案，這里有一部分將參考LaMDA關于新知識處理的具體方法。

Tags：GPTCHACHATATG人工智能chatGPT下載PEPE Chainchatcoin幣還有救嗎CATGE幣

聚幣