TAG

Tagger

$0.0₃3392
3,23%
TAGBEP20BNB0x208bF3E7dA9639f1Eaefa2DE78c23396B06820252024-12-18
Tagger est un protocole d'infrastructure de données AI décentralisé qui introduit un nouveau modèle pour collecter, vérifier et monétiser les données d'entraînement AI. TAG est le jeton natif qui alimente cet écosystème, servant de récompense au travail, de frais de transaction et d'actif de gouvernance. Grâce à l'automatisation par contrat intelligent, à l'annotation assistée par AI et à la vérification par la communauté, Tagger construit une base transparente et évolutive pour le développement de l'IA.

Tagger est un protocole d'infrastructure de données AI décentralisé et complet qui fusionne les normes cryptographiques basées sur la blockchain avec des pipelines de données centrés sur l'IA. La plateforme est conçue pour répondre aux limitations structurelles des écosystèmes de données AI traditionnels—en particulier l'accès aux données fragmenté, la vérification non standardisée et le coût élevé de l'annotation professionnelle—en introduisant un protocole mondial d'authentification des données basé sur des contrats intelligents, des NFT et une vérification d'identité décentralisée.

Le protocole Tagger supporte la collecte de données, l'étiquetage, la vérification de propriété et le trading des données de manière sécurisée et décentralisée. Au cœur de Tagger se trouve un nouveau paradigme d'infrastructure de données AI qu'il appelle DeInfra, rendu possible grâce à une collaboration sans autorisation et à des outils de co-pilotage AI. La conception tire parti du modèle DePIN (Réseaux d'Infrastructure Physique Décentralisés), permettant une provenance des données transparente, vérifiable et résistante aux falsifications.

  • Protocole d'Authentification des Données : Garantit la propriété des ensembles de données via des certificats de droits numériques basés sur des NFT, soutenus par des contrats intelligents et une vérification cryptographique.
  • Infrastructure Alimentée par DePIN : Utilise des contributeurs décentralisés pour peupler et curer des ensembles de données, permettant l'évolutivité et la diversité des sources de données.
  • Outil d'Annotation Co-Pilot AI : Un assistant en temps réel alimenté par l'apprentissage profond, conçu pour permettre aux utilisateurs novices et expérimentés d'effectuer des tâches d'étiquetage de données de niveau industriel.
  • Vérification Humain dans la Boucle (HITL) : Intègre des techniques RLHF, des mécanismes de consensus basés sur le vote et un audit hiérarchique des étiquettes.
  • Marché de Données Décentralisé : Permet le commerce sécurisé, la location et l'autorisation des ensembles de données avec une visibilité on-chain et des contrôles préservant la vie privée.
  • Automatisation des Contrats Intelligents : Chaque transaction, allocation de tâches, distribution de récompenses et réclamation de propriété est gérée via des contrats intelligents vérifiables.

Le jeton TAG est le jeton utilitaire natif du protocole Tagger, servant des fonctions opérationnelles, économiques et de gouvernance au sein de l'écosystème.

  • Incitations à la Tâche : TAG est gagné par les travailleurs des données contribuant à la collecte, l'étiquetage, le nettoyage et la vérification des données.
  • Accès et Utilité : Les clients et les utilisateurs de données dépensent TAG pour créer et gérer des tâches, acquérir des droits sur les données et accéder aux services AI.
  • Gouvernance : Les détenteurs de TAG peuvent voter sur les mises à jour du protocole, les structures tarifaires et les propositions de gouvernance.
  • Moyen de Transaction : Tous les paiements, y compris ceux pour la location d'ensembles de données, les services d'annotation et la gestion du marché, sont effectués en utilisant TAG.
  • Preuve de Travail Humain (PoHW) : L'émission de TAG est basée sur l'effort humain vérifiable à travers un système qui enregistre et évalue les contributions.

Tagger a été fondé par Trevor Xu, un ingénieur avec de l'expérience dans les systèmes décentralisés et la technologie éducative.

Caractéristiques Clés et Innovations Techniques

Le co-pilote d'annotation AI soutient les travailleurs des données grâce à des suggestions d'étiquetage intelligentes et un contrôle qualité en temps réel. Utilisant l'apprentissage par renforcement à partir de retours humains (RLHF), des validateurs humains confirment ou rejettent les étiquettes générées par l'IA, créant une boucle où le jugement humain affine dynamiquement le comportement du modèle. Les désaccords déclenchent un mécanisme de vote parmi plusieurs participants pour réduire le biais.

Pour les cas limites et les entrées à haut risque, Tagger implémente une architecture de vérification multi-niveaux. Les données signalées comme ambiguës ou incohérentes sont acheminées vers des experts du domaine pour arbitrage final. Cette conception stratifiée équilibre l'évolutivité et la précision.