تھیسس اسٹیٹمنٹ

بولٹس کیپٹل سے 20 ملین امریکی ڈالر کے استراتیجیک لازمی معاہدے کے ذریعے، ریپو ایک تبدیلی کی قیادت کر رہا ہے جس میں ڈی سینٹرلائزڈ پریڈکشن مارکیٹس، سپیکولیٹو میدانوں سے گزرتے ہوئے AI ترقی کے لیے اہم بنیادی ڈھانچہ بن رہے ہیں۔ یہ اقدام کرپٹو اقتصادی انگیجمنٹس کا استعمال کرتے ہوئے، اگلی نسل کے AI ماڈلز کے لیے متعدد ماڈلز کے ڈیٹا کی تصدیق اور ساخت کے ذریعے، اعلیٰ معیار، انسانی طور پر جانچے گئے تربیتی ڈیٹا کے عالمی shortage کو دور کرتا ہے۔  

ہالیا اعلان کہ ریپو فاؤنڈیشن نے بولٹس کیپٹل سے 20 ملین امریکی ڈالر کا استراتیجک سرمایہ کاری حاصل کر لیا ہے، جس سے ڈی سینٹرلائزڈ AI سیکٹر میں لہریں اٹھ گئیں۔ جبکہ روایتی پیڈکشن مارکیٹس عام طور پر کھیلوں یا انتخابات کے لیے آسان بیٹنگ پلیٹ فارم کے طور پر دیکھی جاتی ہیں، ریپو اس ٹیکنالوجی کو ایک بہت بڑے مسئلے، جسے AI ٹریننگ ڈیٹا کا بٹل نیک ڈھول کہا جاتا ہے، کی طرف موڑ رہا ہے۔ 23 اپریل، 2026 کو مکمل ہونے والا یہ سرمایہ کاری ایک لمبے عرصے کا اندازہ ہے کہ اسٹیکڈ انسانی ججمنٹ AI ماڈلز کو تربیت دینے کے لیے ضائع ہونے والا اہم عنصر ہے۔

 

یہ فنڈنگ صرف بیلنس شیٹ کو بڑھانے کے لیے نہیں ہے، بلکہ یہ ایک سگنل ہے کہ ادارتی سرمایہ کار مرکزی ڈیٹا سائلوں کو دور کرنے کے طریقے تلاش کر رہے ہیں۔ بولٹس کیپٹل کا خیال ہے کہ ریپو کا پروٹوکول عام انسانی رائے کو تصدیق شدہ، آن-چین سگنلز میں تبدیل کر سکتا ہے جن کی AI کمپنیاں بے حد خواہش رکھتی ہیں۔ جب مدلز زیادہ پیچیدہ ہوتے جاتے ہیں، تو اس بات کی ضرورت بڑھتی جاتی ہے کہ زمینی حقیقت کا ڈیٹا اس طرح کے افراد کے ذریعے تصدیق شدہ ہو جو اپنے مفاد کو خطرے میں ڈال رہے ہوں۔ ریپو ان فنڈز کا استعمال اپنی بنیادی ڈھانچے کو بڑھانے اور ثابت کرنے کے لیے کرنا چاہتا ہے کہ غیر مرکزی نیٹ ورکس روایتی، مرکزی لیبلنگ سروسز سے بہتر عمل کر سکتے ہیں۔ یہ تعهد موجودہ REPPO ہولڈرز کے مفاد کو محفوظ رکھنے اور گہرے ٹیکنیکل ترقی کے لیے متعدد تریدھوں تک کا راستہ فراہم کرنے کے لیے ڈھالا گیا ہے۔

ریپو کا تصور یہ ہے کہ لوگ اس صورت میں بہتر معلومات فراہم کرتے ہیں جب ان کے کچھ کھونے کا خطرہ ہو۔ روایتی ڈیٹا لیبلنگ اکثر کم تنخواہ والے مزدورں پر انحصار کرتی ہے جو کاموں کو جلدی سے مکمل کرنے کی کوشش کرتے ہیں، جس سے گنجائش یا غلط ڈیٹا پیدا ہوتا ہے جو AI ماڈل کی کارکردگی کو خراب کر سکتا ہے۔ ریپو اسے اس طرح الٹ دیتا ہے کہ وہ پیڈکشن مارکیٹ کے مکینیکس استعمال کرتا ہے جہاں شرکاء اپنے فیصلوں کی درستگی پر ٹوکن اسٹیک کرتے ہیں۔ اس سے ایک خود درست ہونے والا نظام بن جاتا ہے جہاں اعلیٰ معیار کے شرکاء کو انعام دیا جاتا ہے اور جو لوگ غلط ڈیٹا فراہم کرتے ہیں، ان کا اسٹیک ضائع ہو جاتا ہے۔ یہ کرپٹو اقتصادی انزش لیئر یقینی بناتا ہے کہ AI ماڈلز میں داخل ہونے والی ڈیٹا صرف زبردست نہیں بلکہ بہت قابل اعتماد بھی ہے۔ پلیٹ فارم نے پہلے ہی اہم ترقی دیکھی ہے، جس میں صرف پچھلے ماہ میں ٹریڈنگ والیوم دو ملین ڈالر سے زائد ہو گیا۔

 

یہ جلد یہ ثابت کرتی ہے کہ صرف جیت/ہار کے نتائج تک محدود نہیں، بلکہ مارکیٹس کے لیے بڑھتی ہوئی مانگ ہے۔ ریپو، معلومات کو ایک قابل تجارت اثاثہ کے طور پر سمجھ کر، AI ڈویلپرز کو ایک ایسے گروہ کی جمع وسعت خریدنے کی اجازت دیتا ہے جو صحیح ہونے کے لیے مالی طور پر حوصلہ افزا ہے۔ یہ ماڈل خاص طور پر موضوعاتی کاموں جیسے AI اخلاقیات کو فائن ٹیون کرنا یا انسانی بات چیت کے نکات کا جائزہ لینے کے لیے بہت مؤثر ہے، جہاں ایک غیر جانچ شدہ ذریعہ سے صرف ہاں/نہیں کا جواب جدید LLM کی ضروریات کے لیے کافی نہیں ہے۔  

ریپو کی ساخت خاص سب نیٹ ورکس، جنہیں ڈیٹانیٹس کہا جاتا ہے، پر منحصر ہے۔ ہر ڈیٹانیٹ ایک مختصر ایکو سسٹم کے طور پر کام کرتا ہے جو کسی خاص قسم کے ڈیٹا یا صنعت، جیسے میڈیکل امیجنگ، قانونی متن، یا حتیٰ کہ خاص گیمنگ حکمت عملیوں پر مرکوز ہوتا ہے۔ جون 2026 تک، ٹیم کا مقصد اس نیٹ ورک کو مزید 100 سے زائد ڈیٹانیٹس تک وسعت دینا ہے، جس سے AI ایجنسز کے لیے انسانی خیالات کا ایک متنوع لائبریری تخلیق ہوگا۔ یہ سب نیٹ ورکس بنیادی طور پر مارکیٹ پلیسز ہیں جہاں AI بوٹس انسانوں کو ان کے خیالات اور ترجیحات کے لیے ب без ترکیبی درمیانی طرفین کے بغیر براہ راست ادائیگی کر سکتے ہیں۔ یہ غیر مرکزی طریقہ کار ایسے نشہ بند ڈیٹا سیٹس کے قیام کو ممکن بناتا ہے جنہیں مرکزی کمپنیوں کے لیے اکثر بہت مہنگا یا مشکل ہوتا ہے۔  

 

ان ڈیٹانیٹس کی لچک ہی ریپو کو اپنے مقابلہ کرنے والوں سے الگ کرتی ہے۔ ایک سائز فٹس اول کے ڈیٹا بیس کے بجائے، ڈویلپرز اپنے ماڈل کی ضروریات کے مطابق خصوصی ڈیٹانیٹ شروع کر سکتے ہیں۔ چاہے یہ متن، آواز ہو یا ویڈیو، پروٹوکول متعدد ماڈل ڈیٹا پروسیسنگ کو سپورٹ کرتا ہے، جو ای آئی کے زیادہ پیچیدہ، متعدد حسّی اطلاقات کی طرف منتقل ہونے کے ساتھ ضروری ہے۔ چونکہ یہ ڈیٹانیٹس غیر مرکزی ہیں، اس لیے وہ مقامی طاقت کے بجائے عالمی سطح پر ماہرین کے ایک مجموعے سے ڈیٹا حاصل کر سکتے ہیں۔ یہ عالمی دسترس یقینی بناتی ہے کہ تربیتی ڈیٹا ثقافتی طور پر متنوع ہے اور انسانی تجربات کے وسیع تر دائرے کو ظاہر کرتا ہے، جس سے صرف کچھ ٹیک جائینٹس کے کنٹرول میں آنے والے ڈیٹا سیٹس میں عام طور پر پائی جانے والی پکڑ کم ہوتی ہے۔ 

ریپو کے خواب کا ایک سب سے مستقبل کی طرف مائل پہلو انسان اور AI کی تعاون کا ظہور ہے، جہاں خودمختار ایجنسٹز بنیادی صارفین ہوتے ہیں۔ ریپو لیبز کے ملکہ متحدہ آر جی کے مطابق، مقصد یہ ہے کہ AI ایجنسٹس اور روبوٹس خودکار طور پر ڈیٹانیٹس شروع کریں اور انسانوں کو ان کی فیڈ بیک کے لیے ادائیگی کریں۔ اس سیناریو میں، ایک روبوٹ جو ایک پیچیدہ سماجی ماحول میں گھومنے کا طریقہ سیکھ رہا ہو، ایک مارکیٹ بناسکتا ہے تاکہ انسانوں سے مخصوص صورتحال میں صحیح طریقے سے رویہ کرنے کے بارے میں پوچھا جا سکے۔ جو انسان زیادہ درست یا مفید خیالات فراہم کرتے ہیں، انہیں REPPO ٹوکنز میں ادائیگی کی جاتی ہے، جس سے ایک قائم رہنے والی معیشت وجود میں آتی ہے جہاں انسانی ذہانت مشینوں کو فروخت کی جانے والی ایک سروس ہوتی ہے۔  

 

یہ تبدیلی صنعت کو ساکت، مردہ ڈیٹا سے دور کرتی ہے اور نئے، تازہ اندازہ جات کے لائیو اسٹریم کی طرف لے جاتی ہے۔ ریپو کا دعویٰ ہے کہ ان کا نظام 48 گھنٹے میں تازہ، انسانی طور پر جانچ گئی ڈیٹا فراہم کر سکتا ہے۔ یہ روایتی ڈیٹا سیٹس کے مقابلے میں ایک بڑا بہتری ہے جو عام طور پر تربیت کے لیے استعمال ہونے تک ماہوں یا سالوں پرانے ہو جاتے ہیں۔ جب دنیا تیزی سے تبدیل ہو رہی ہے، تو AI ماڈلز کو انسانی رجحانات، سلینگ اور ثقافتی تبدیلیوں کے ساتھ مطابقت رکھنا ہوگا۔ ریپو اس بات کو یقینی بناتا ہے کہ AI حقیقی وقت کے انسانی اقدار اور علم کے ساتھ متعلق اور متعلق رہے، جبکہ بوٹس کو بازار کے بنیادی انٹرفیس کے ذریعے براہ راست انسانوں کے ساتھ تعامل کرنے کی اجازت دی جاتی ہے۔  

REPPO ٹوکن پورے ایکو سسٹم کی زندگی ہے، جو ایک انعام اور استعمالی ٹول دونوں کے طور پر کام کرتا ہے۔ نئے Datanet کو شروع کرنے کے لیے، سب نیٹ ورکس کو شرکاء کے لیے انعامات کا بیج بونے کے لیے کھلے مارکیٹ سے REPPO خریدنا ہوگا۔ اس سے نیٹ ورک کے 100+ Datanets تک اپنے مقصد تک پہنچنے کے ساتھ ساتھ مستقل خرید کا دباؤ پیدا ہوتا ہے۔ اس کے علاوہ، ٹوکن کی فراہمی 1 ارب تک محدود ہے، جس میں لمبے مدتی مالکین کو انعام دینے کے لیے ڈیفلیشنری میکانزمز شامل ہیں۔ شرکت کے لیے مالی اسٹیک کا تقاضا کرتے ہوئے، ٹوکن یقینی بناتا ہے کہ ڈیٹا فراہم کنندہ سے لے کر AI ڈویلپر تک سسٹم میں ہر کردار ڈیٹا کی درستگی کے مقصد کے ساتھ مطابقت رکھتا ہے۔  

 

یہ ٹوکنومک ساخت ایک فلائی ویل اثر پیدا کرنے کے لیے ڈیزائن کی گئی ہے۔ جیسے جیسے زیادہ ڈیٹانیٹس بنائے جائیں گے، REPPO کی مانگ بڑھے گی، جس سے انعامات حاصل کرنے کے لیے زیادہ انسانی شرکاء کھینچے جائیں گے۔ اس سے، وہاں تربیتی ڈیٹا کا بڑا اور بہتر معیار کا مجموعہ تشکیل پائے گا، جس سے نیٹ ورک AI ڈوولپرز کے لیے مزید دلچسپ بن جائے گا۔ بولٹس کیپٹل کی طرف سے حاصل کردہ استراتجک فنڈنگ کا خاص مقصد اس سائکل کو تیز کرنا ہے۔ آخری مقصد ووٹر ٹریڈنگ والیوم میں 500 ملین ڈالر تک پہنچنا ہے، جو ایک ایسا اہم نقطہ ہوگا جو ریپو کو کرپٹو اور AI دونوں شعبوں میں ایک بڑا کھلاڑی بنائے گا۔

ابتدائی AI ماڈلز زیادہ تر متن پر مبنی تھے، لیکن مستقبل ایسے ماڈلز کا ہوگا جو دیکھ سکیں، سن سکیں اور دنیا کے ساتھ تعامل کر سکیں۔ ریپو نے اپنے پروٹوکول کو شروع سے ہی متعدد ماڈل ڈیٹا پروسیسنگ کے لیے ڈیزائن کیا ہے۔ اس کا مطلب ہے کہ پیڈکشن مارکیٹس کا استعمال تصاویر کو لیبل کرنے، آڈیو کلپس کا جائزہ لینے، یا حتیٰ کہ AI جنریٹڈ ویڈیوز کی معیار کو درجہ بندی کرنے کے لیے کیا جا سکتا ہے۔ یہ بہت متنوع ہونا اہم ہے کیونکہ ایک حقیقی جنرل AI کو تربیت دینے کے لیے مختلف میڈیا میں بہت زیادہ ساخت شدہ ڈیٹا کی ضرورت ہوتی ہے۔ ریپو کے ڈیٹانیٹس ان مختلف فارمیٹس کو سنبھالنے کے لیے تعمیر کیے گئے ہیں، جس سے یہ پروٹوکول AI ٹیکنالوجی کے ترقی کے ساتھ متعلق رہتا ہے۔ 

 

مختلف ماڈلز کے ڈیٹا کو پروسیس کرنے کی صلاحیت Reppo کے لیے نئے مارکیٹس کھولتی ہے۔ مثال کے طور پر، ایک Datanet خود چلنے والی گاڑیوں کے الگورتھمز کے لیے انسانی تعاون والے ٹیسٹنگ کے لیے مختص کی جا سکتی ہے، جہاں شرکاء پیچیدہ ویژول سیناریوز میں سب سے محفوظ اقدام کا اندازہ لگاتے ہیں۔ ان انسانی ججمنٹس کو چین پر تصدیق شدہ سگنلز میں تبدیل کرکے، Reppo ایک ایسا شفافیت اور آڈٹ ایبلٹی فراہم کرتا ہے جو روایتی ڈیٹا کلیکشن میں مشکل سے ملتا ہے۔ یہ متعدد ماڈلز کے شعبے میں قدم، $20 ملین کے عہد کے تحت فنڈڈ اگلے مرحلے کا اہم حصہ ہے، جو Reppo کو متعدد ماڈلز AI کے بوم کے مرکز پر قائم کرتا ہے۔  

ریپو کے ماندھاتا ایک بہت بڑا ہدف، یعنی ڈیکیڈ کے اختتام تک پیڈکشن مارکیٹس کے لیے 1 ٹریلین ڈالر کا سالانہ ٹریڈنگ والیوم حاصل کرنے پر نظر رکھے ہوئے ہیں۔ جبکہ یہ عدد بہت زیادہ لگتا ہے، لیکن یہ یقین ظاہر کرتا ہے کہ معلومات کے مارکیٹس آخرکار دنیا کے لیے ڈیٹا کی قیمت لگانے اور اس کی تصدیق کرنے کا بنیادی طریقہ بن جائیں گے۔ جب AI عالمی معیشت کا ایک بڑا حصہ بن جائے گا، تو اسے تربیت دینے کے لیے استعمال ہونے والے ڈیٹا کی قیمت میں بڑھوترا ہوگا۔ ریپو کا مقصد یہ ہے کہ وہ وہ بن جائے جہاں یہ قیمت exchange ہو۔ اگر پیڈکشن مارکیٹس صرف بیٹنگ سے آگے بڑھ کر ایک جدید ڈیٹا تخلیق کرنے والا آلہ بن سکتے ہیں، تو وہ عالمی AI انفراسٹرکچر پر خرچ کیے جانے والے فنڈز کا ایک نمایاں حصہ حاصل کر سکتے ہیں۔

 

اس سطح تک پہنچنا صرف پूंجی سے زیادہ چاہتا ہے، اسے ایک مضبوط پروٹوکول کی ضرورت ہے جو ملیونوں لین دین کو کم تر گھسٹ کے ساتھ سنبھال سکے۔ ریپو اپنی نئی فنڈنگ کا استعمال کرکے اپنے پروٹوکول کو بہتر بنانے اور ڈویلپر ٹولز تعمیر کر رہا ہے جو AI ٹیموں کو ریپو سے حاصل کردہ ڈیٹا کو براہ راست اپنے مشین لرننگ پائپ لائن میں جوڑنے میں آسان بناتے ہیں۔ اندراج کو جتنی ممکن ہو اتنی آسان بنانے کے ذریعے، ریپو انسانی AI تعاون کا ڈی فیکٹو اسٹیشن بننا چاہتا ہے۔ ان مقاصد پر ٹیم کی پیش رفت صنعت کے تجزیہ کاروں کے ذریعہ ٹریک کی جاتی ہے، جہاں اس سٹریٹجک سرمایہ کاری کو مستقبل کی نمو کا اہم کیٹلسٹ قرار دیا گیا ہے۔  

جیسے جیسے AI کو صحت اور فنانس جیسے اہم نظاموں میں مزید ادھار دیا جا رہا ہے، قابل تصدیق AI کی مانگ بڑھ رہی ہے۔ ریگولیٹرز اور صارفین دونوں یہ جاننا چاہتے ہیں کہ ایک ماڈل کو کیسے تربیت دی گئی اور اس کا ڈیٹا کہاں سے آیا۔ ریپو کے آن-چین سگنلز ایک شفاف آڈٹ ٹریل فراہم کرتے ہیں جو مرکزی نظام میں تقریباً ناممکن ہے کہ اسے نقل کیا جائے۔ تربیت کے لیے استعمال ہونے والی ہر ڈیٹا کو ایک خاص مارکٹ، ایک خاص اسٹیک، اور انسانی ججمنٹ کے ایک خاص اتفاق رائے تک پہنچایا جا سکتا ہے۔ اس سطح کی شفافیت ذمہ دارانہ AI ترقی کا سونے کا معیار بن سکتی ہے۔  

 

بولٹس کیپٹل کا جدید سرمایہ کاری کا فیصلہ اس بڑھتی ہوئی مانگ کے مطابق بالکل درست وقت پر کیا گیا ہے۔ جب دنیا 2027 کی طرف بڑھ رہی ہے، تو توجہ اب اس بات پر منتقل ہو رہی ہے کہ ماڈل کتنا بڑا ہے، بلکہ اس کتنا قابل اعتماد ہے۔ ریپو کا پلیٹ فارم اس قابل اعتمادی کو فراہم کرنے کے لیے تعمیر کیا گیا ہے۔ ایک سخت، بازار کے مطابق فلٹر کے ذریعہ جماعت کی حکمت عملی کو استعمال کرتے ہوئے، ریپو یقینی بناتا ہے کہ مستقبل کا AI انسانی حقیقت پر مبنی ہو۔ $2 ملین کے بیج راؤنڈ سے $20 ملین کے جدید معاہدے تک کا سفر ظاہر کرتا ہے کہ ریپو صرف ایک تحقیقی لیب نہیں رہا، بلکہ عالمی AI بنیادی ڈھانچے کا ایک مرکزی حصہ بن رہا ہے۔  

ریپو کے لیے 20 ملین ڈالر کی فنڈنگ کا بنیادی مقصد کیا ہے؟

 

بولٹس کیپٹل کی طرف سے 20 ملین امریکی ڈالر کا استراتیجک سرمایہ کاری ریپو پروٹوکول کے ترقی کو تیز کرنے اور اس کے ڈیٹانیٹس کے ایکو سسٹم کو وسعت دینے کے لیے کیا گیا ہے۔ مرکزی مشن AI ٹریننگ ڈیٹا کے بٹل نیک کو حل کرنا ہے، جس میں مشین لرننگ ماڈلز کے لیے اعلیٰ معیار، انسانی طور پر جانچ گئی ڈیٹا تیار کرنے کے لیے ڈی سینٹرلائزڈ پریڈکشن مارکیٹس استعمال کی جاتی ہیں۔ یہ سرمایہ ٹیم کو ایسی بنیادی ڈھانچہ تعمیر کرنے کے لیے طویل مدتی رن وے فراہم کرتا ہے جہاں AI ایجنٹ خودکار طور پر انسانی بصیرت خرید سکیں۔  

 

2. ریپو ایک پیڈکشن مارکیٹ کو ٹریننگ ڈیٹا میں کیسے تبدیل کرتا ہے؟

 

ریپو پیڈیکشن مارکیٹس کے مکینیکس کا استعمال کرتا ہے، جہاں شرکاء اپنے ججمنٹس یا لیبلز کی درستگی پر ٹوکن اسٹیک کرنا لازمی رکھتے ہیں۔ اس سے اچھی معیار کے ان پٹ کے لیے مالی انگیجمنٹ پیدا ہوتا ہے، کیونکہ جو لوگ درست ڈیٹا فراہم کرتے ہیں، انہیں انعام دیا جاتا ہے، جبکہ جو لوگ نویزی یا غلط ڈیٹا فراہم کرتے ہیں، وہ اپنا اسٹیک کھو دیتے ہیں۔ ان تصدیق شدہ ججمنٹس کو آن-چین سگنلز میں تبدیل کر دیا جاتا ہے جن کا استعمال AI ڈوولپرز اپنے ماڈلز کو تربیت دینے اور فائن ٹیون کرنے کے لیے کر سکتے ہیں۔  

 

3. ریپو ایکو سسٹم میں ڈیٹانیٹس کیا ہیں؟

 

ڈیٹانیٹس Reppo پروٹوکول کے اندر مخصوص معلومات کی اقسام، جیسے طبی، قانونی یا متعدد ماڈل ڈیٹا پر مبنی مخصوص ذیلی نیٹ ورکس ہیں۔ ہر ڈیٹانیٹ ایک الگ مارکیٹ کے طور پر کام کرتا ہے جہاں AI ڈویلپرز مخصوص قسم کے ڈیٹا کا تقاضا کر سکتے ہیں اور انسانی شرکاء اسے فراہم کر سکتے ہیں۔ Reppo کا مقصد مئی 2026 تک ان مخصوص نیٹ ورکس کی تعداد 100 سے زائد کرنا ہے تاکہ تربیتی وسائل کی ایک وسیع تنوع فراہم کی جا سکے۔  

 

4. ریپو فاؤنڈیشن کی حمایت کرنے والے بنیادی سرمایہ کار کون ہیں؟

 

آخری $20 ملین کا عہد بولٹس کیپٹل نے دیا، جو اس سرمایہ کاری کو ڈیٹا انفراسٹرکچر کے طور پر پیڈکشن مارکیٹس کے مستقبل پر ایک حکمت عملی گولی قرار دیتا ہے۔ ریپو کے لیے پہلے کی گئی مدد میں پروٹوکول لیبس، جہاں یہ منصوبہ ان کے وینچر سٹوڈیو سے شروع ہوا، اور سی ایم ایس ہولڈنگز جیسے نامدار صنعتی نام شامل ہیں۔ یہ سرمایہ کار ڈی سینٹرلائزڈ نیٹ ورکس میں مالی سرمایہ اور گہری ٹیکنیکل ماہرین کا ایک مجموعہ پیش کرتے ہیں۔  

 

5. انسانی ججمنٹ کو موجودہ AI ڈیٹا ذرائع سے بہتر کیوں سمجھا جاتا ہے؟

 

بہت سے موجودہ AI تربیت کے ذرائع ویب سکریپنگ یا غیر جانچے گئے دستی لیبلنگ پر انحصار کرتے ہیں، جو اکثر کم معیار یا جانبدارانہ ڈیٹا کا باعث بنتے ہیں۔ ریپو کا نظام کرپٹو اقتصادی اسٹیکنگ کے ذریعے انسانوں کو کھیل میں شامل کرتا ہے، جو تاریخی طور پر زیادہ دقت اور درست جائزے کی طرف لے جاتا ہے۔ پیچیدہ، موضوعات پر AI کی تربیت کے لیے یہ انسانی ججمنٹ ضروری ہے جنہیں آسان خودکار نظام نہیں سنبھال سکتے۔  

 

6. AI ایجینٹس ریپو پلیٹ فارم کے ساتھ کیسے تعامل کر سکتے ہیں؟

 

ریپو ایک اجازت کے بغیر کوآرڈینیشن لیئر کے طور پر ڈیزائن کیا گیا ہے جو AI ایجنٹس اور بوٹس کو مارکیٹس میں خودکار طور پر شرکت کرنے کی اجازت دیتا ہے۔ یہ ایجنٹس اپنے اپنے ڈیٹانیٹس بناسکتے ہیں تاکہ وہ اپنے بہتر طریقے سے کام کرنے کے لیے ضروری رائے یا ترجیحات حاصل کرسکیں۔ وہ اس فیڈبیک کے لیے انسانوں کو براہ راست ٹوکنز میں ادائیگی کرتے ہیں، جس سے ایک ریل ٹائم سائکل بن جاتا ہے جس میں انسان اور AI کا تعاون ہوتا ہے اور ماڈلز کو تازہ رکھنے کے لیے ہر 48 گھنٹے میں اپڈیٹ ہوتا ہے۔  

یہ مواد صرف معلوماتی مقاصد کے لیے ہے اور سرمایہ کاری کی تجویز نہیں ہے۔ کرپٹو کرنسی کے سرمایہ کاری میں خطرہ ہے۔ براہ راست تحقیق کریں (DYOR)۔

ڈس کلیمر: یہ صفحہ آپ کی سہولت کے لیے AI ٹیکنالوجی (GPT کے ذریعے) کا استعمال کرتے ہوئے ترجمہ کیا گیا ہے۔ سب سے درست معلومات کے لیے، اصل انگلش ورژن سے رجوع کریں۔