IOSG Ventures：LLM賦能區塊鏈 開啟鏈上體驗新紀元_OST:onekeyghost教程

撰文：Yiping，IOSG Ventures

隨著大語言模型（LLM）日益蓬勃，我們看見不少項目正在將人工智能（AI）和區塊鏈融合。LLM 和區塊鏈的結合越來越多，我們也看到人工智能重新與區塊鏈融合的機會。其中值得一提的，當屬零知識機器學習（ZKML）。

人工智能和區塊鏈是兩種具有根本性差異特征的變革性技術。人工智能需要強大的計算能力，通常由中心化的數據中心提供。而區塊鏈提供了去中心化的計算和隱私保護，在需要進行大規模計算和存儲任務上表現不佳。我們仍在探索和研究人工智能和區塊鏈集成的最佳實踐，后續也將向大家介紹目前一些「AI + 區塊鏈」結合的項目案例。

Source: IOSG Ventures

IOST上線Crypto.com，支持美元、歐元等20余種法幣購買:據官方消息，IOST已于今日晚間上線Crypto.com，Crypto.com的App用戶現在可以通過美元、歐元、英鎊等20余種法幣購買IOST。[2021/4/19 20:37:28]

本篇研究報告分為上下兩部發表，本文為上部，我們將重點關注 LLM 在加密領域的應用，并探討應用落地的策略。

LLM（大語言模型）是一種計算機化語言模型，由一個具有大量參數（通常為數十億）的人工神經網絡組成。這些模型在大量未標記的文本上進行訓練。

2018 年前后，LLM 的誕生徹底改變了自然語言處理的研究。與以往需要為特定任務訓練特定監督模型的方法不同，LLM 作為一個通用模型，在各種任務上都表現出色。其能力和應用包括：

理解和總結文本：LLM 可以理解和總結大量的人類語言和文本數據。它們可以提取關鍵信息并生成簡潔的摘要。

Huobi Global開通HUSD錨定代幣在IOST網絡充值提現服務:據官方公告，Huobi Global已開放HUSD的IOST網絡錨定代幣(IRC21-HUSD)的充幣和提幣業務。[2021/1/22 16:46:29]

生成新內容：LLM 具有生成基于文本內容的能力。通過向模型提供 prompt，它可以回答問題、新生成的文本、摘要或情感分析。

翻譯：LLM 可用于在不同語言之間進行翻譯。它們利用深度學習算法和神經網絡來理解詞匯之間的上下文和關系。

預測和生成文本：LLM 可以基于上下文背景預測并生成文本，與人類生成的內容類似，包括歌曲、詩歌、故事、營銷材料等。

在各個領域的應用：大型語言模型在自然語言處理任務中具有廣泛的適用性。它們被用于對話式人工智能、聊天機器人、醫療保健、軟件開發、搜索引擎、輔導、寫作工具等眾多領域。

IOST入選第16期賽迪全球公有鏈評估指數，基礎技術指數排名第三:近日，中國電子信息產業發展研究院（賽迪研究院）發布了第16期賽迪全球公有鏈技術評估指數，對全球37條公有鏈從技術維度進行綜合考量并給出排名。在本次評估中，IOST獲工信部認可，憑借公鏈底層技術，全領域的應用覆蓋，友好開發者支持，技術團隊和持續的技術創新，入選了第16期賽迪全球公有鏈技術評估指數，并獲得綜合技術指數第六，基礎技術指數第三的成績。詳情點擊原文鏈接。[2020/3/18]

LLM 的優勢包括其對大量數據的理解能力、執行多種語言相關任務的能力，以及根據用戶需求定制化結果的潛力。

由于其出眾得自然語言理解能力，LLM 具有相當大的潛力，而開發者主要關注以下兩個方面：

基于大量的上下文數據和內容，為用戶提供準確的并且最新的答案

通過使用不同的代理和工具完成用戶下達的特定任務

動態 | DAppTotal 數據：跨ETH/EOS/TRON/IOST四大公鏈，DApp活躍度排行榜:據 DAppTotal 12月09日數據顯示，過去一周，綜合對比ETH、EOS、TRON、IOST四大公鏈的DApp生態情況發現：總用戶量(個): ETH(210,963) > TRON(60,967) > EOS(16,971) > IOST(4,583)；總交易次數(筆)：EOS(264,099,447) > TRON(4,766,942) > ETH(1,069,396) > IOST(476,637)；總交易額(美元)：EOS(73,126,391) > ETH(37,142,291) > TRON(23,596,901) > IOST(1,816,732)；跨四條公鏈按用戶量TOP3 DApps為：BeeHive(TRON)、HEX(ETH)、Maker(ETH)；按交易次數TOP3 DApps分別為：EIDOS(EOS)、WINk(TRON)、Dice(EOS)；按交易額TOP3 DApps分別為：Newdex(EOS)、EIDOS(EOS)、WINk(TRON)。[2019/12/9]

正是這兩個方面讓與 XX 聊天的 LLM 應用如雨后春筍般爆發。例如，與 PDF 聊天、與文檔聊天以及與學術論文聊天。

IOST現價報0.0856美元 跌幅達7.95%:根據火幣Pro數據顯示，1月27日下午2點IOST價格從0.09美元位置開始呈現下跌趨勢，今日早間9點15分IOST價格跌至0.08美元，跌幅達7.95%，現價報0.0856美元。[2018/1/28]

隨后，人們嘗試將 LLM 與各種數據源融合。開發者已成功將平臺，如 Github、Notion 和一些筆記軟件與 LLM 整合。

為了克服 LLM 固有的限制，不同的工具被納入了系統中。第一個這樣的工具是搜索引擎，為 LLM 提供了訪問最新知識的能力。進一步的進展將把 WolframAlpha、Google Suites 和 Etherscan 等工具與大型語言模型整合。

下圖概述了 LLM 應用在回應用戶查詢時的流程：首先，相關的數據源被轉換為嵌入向量并存儲在向量數據庫中。LLM 適配器使用用戶查詢和相似性搜索從向量數據庫中找到相關的上下文。相關的上下文被放入 Prompt 中并發送給 LLM 。LLM 將執行這些 Prompt，并使用工具生成回答。有時，LLM 會在特定數據集上進行調優，以提高準確性并降低成本。

LLM 應用的工作流程可以大致分為三個主要階段：

數據準備和嵌入：該階段涉及將機密信息（例如項目備忘錄）保留以供將來訪問。通常，文件會被分割，并通過嵌入模型進行處理，保存在一種特殊類型的數據庫中，稱為向量數據庫。

Prompt 的構建（Formulation）和提取（Extraction）：當用戶提交搜索請求（在本例中，搜索項目信息）時，軟件會創建一系列 Prompt，輸入到語言模型中。最終的 Prompt 通常包含由軟件開發人員硬編碼的提示模板，作為 few-shot 示例的有效輸出示例，以及從外部 API 獲取的任何所需數以及向量數據庫中提取的相關文件。

Prompt 的執行和推理：完成 Prompt 后，將它們提供給預先存在的語言模型進行推理，這可能包括專有模型 API、開源或經過個別微調的模型。在此階段，一些開發人員可能還會將操作系統（如日志記錄、緩存和驗證）整合到系統中。

盡管加密領域（Web3）與 Web2 有一些類似的應用，但在加密領域中開發出優秀的 LLM 應用需要尤其謹慎。

加密生態系統獨特，具有其特有的文化、數據和融合性。在這些加密限定的數據集上微調的 LLM 可以以相對較低的成本提供優越的結果。雖然數據豐富可得，但在類似 HuggingFace 等平臺上明顯缺乏開放數據集的。目前，只有一個與智能合約相關的數據集，其中包含 11.3 萬個智能合約。

開發者還面臨將不同工具整合到 LLM 中的挑戰。這些工具與 Web2 中使用的工具不同，它們賦予 LLM 訪問與交易相關的數據、與去中心化應用（Dapp）互動以及執行交易的能力。到目前為止，我們還沒有在 Langchain 中找到任何 Dapp 的集成。

盡管開發高質量的加密 LLM 應用可能需要額外的投入，但 LLM 天然適合加密領域。這個領域提供了豐富的、干凈的、結構化的數據。再加上 Solidity 代碼通常簡潔明了，這使得 LLM 更容易生成功能性的代碼。

在《下部》中，我們將討論 LLM 可以幫助區塊鏈領域的 8 個潛在方向，如：

將內置的人工智能 /LLM 功能集成到區塊鏈中

使用 LLM 分析交易記錄

使用 LLM 識別潛在的機器人

使用 LLM 編寫代碼

使用 LLM 閱讀代碼

使用 LLM 幫助社區

使用 LLM 跟蹤市場

使用 LLM 分析項目

敬請期待！

IOSG Ventures

企業專欄

閱讀更多

金色財經

Web3活動

Techub Info

區塊律動BlockBeats

金色財經 善歐巴

金色早8點

比推 Bitpush News

TaxDAO

SeeDAO見道

WJB

白話區塊鏈

Tags：OSTIOST區塊鏈APPonekeyghost教程iost幣價區塊鏈技術是什么Apple Fan Metaverse

比特幣價格