كنت متشككًا في المرة الأولى التي سمعت فيها أن الذكاء الاصطناعي سيُقيّم مقترحات المُنشئين. استبدال مُراجع بشري خفي بنموذج خفي لا يجعل النظام أكثر عدلاً، بل يغيّر فقط من يتحكم في الصندوق الأسود. ما يجعل @RallyOnChain مختلفًا هو كيفية استخدامه لـ GenLayer. يتم مراجعة كل مُقترح من قبل عدة نماذج LLM مستقلة، ويجب أن تصل إلى توافق لامركزي قبل تحديد المكافآت. ببساطة، لا يملك نموذج واحد الكلمة الأخيرة. النتيجة تأتي من اتفاق عدة مقيّمين على ما إذا كان المحتوى يتوافق مع المطلوب، ويظل دقيقًا، ويوفر شيئًا أصيلًا. لا أعتقد أن التقاضي اللامركزي يجعل الحكم الذاتي مثاليًا. لا يزال من الصعب قياس الإبداع. لكنه يزيل نقطة ضعف رئيسية في منصات المُنشئين التقليدية، حيث يمكن لجهة واحدة، أو مُشرف، أو فريق داخلي اتخاذ قرارات باستخدام معايير لا يراها المُنشئون أبدًا. تحول Rally هذا الحكم إلى عملية بروتوكولية بدلاً من تركه بالكامل خلف أبواب مغلقة. لهذا السبب يكون كونه أول بروتوكول مبني على GenLayer مهمًا. Rally لا يضيف الذكاء الاصطناعي فقط لتقديم تقييمات أسرع للمشاركات. بل يختبر ما إذا كان يمكن اتخاذ قرارات ذاتية من خلال توافق لامركزي على نطاق واسع. جرب حملة وشاهد كيف يعمل النظام بنفسك: https://t.co/xwNjmyHsOI