2023年4月7日21:00，「ChainBreakerPodcast」播客活动第四十六期拉开帷幕。本期直播潘致雄连线区块先生Mr.BlockChris、MestFounderAshuChan、Max，围绕「AIGC在Web3的应用」展开深度讨论。
内容摘要：
阿树：
我们曾在CryptoWallet行业工作了五六年，一直遇到如何向用户表达链上数据的困扰。因此，我们花了很多时间研究如何使用自然语言等文本形式表达不同类型的链上数据。CryptoWallet可以承载多种类型的链上数据，例如DID、资产、NFT和DeFi。这些类型的数据很难在一个单一的窗口中表达。因此，我们一直在追求自然语言表达的解决方案。直到ChatGPT出现，我们认为这个东西变得比较可行。MEST想要解决的问题是如何使用自然语言表达链上数据，而ChatGPT是一个好的结合点。但早期，Mest主要在做内容分发，ChatGPT还没有出现。
佛罗里达国际大学与Blockchain.com合作，使该校学生为加密行业的职业机会做好准备:金色财经报道，佛罗里达国际大学（FIU）正在与Blockchain.com合作，为该校学生和FIU校友在加密行业的职业机会做更好的准备。Blockchain的首席商务官Lane Kasselman认为，公司与FIU的合作是该公司为南佛罗里达居民提供更多加密货币教育机会的一种方式。FIU的临时教务长Elizabeth M. Bejar说，这种合作关系反映了该校科技毕业生的多样化社区，以及未来的毕业生有可能更好地适应这一新兴行业。
FIU和Blockchain.com的合作从2022-23学年开始。学生、校友和社区成员将有机会参与与科技培训和就业有关的实习、研讨会和特别讲座。（miamiherald）[2022/8/16 12:28:35]
如果没有ChatGPT，我们可能会使用更笨拙的方式模拟自然语言的表达形式，但这种形式可能并不好，而我们的工作，特别是作为链上数据产品的工作，可以更专注于如何生成有价值的链上数据。我们之前做了很多工具，如Dashboard，但现在完全转向了语言交互这种形式，这是我们的一个试点。
Avalanche基金会完成2.3亿美元私募融资，Polychain和三箭资本领投:9月16日消息，Avalanche基金会完成2.3亿美元私募融资，Polychain和Three Arrows Capital（三箭资本）领投，R/Crypto Fund、Dragonfly、CMS Holdings、Collab+Currency、Lvna Capital以及一群天使投资者和家族办公室也参与了投资。
Avalanche基金会将利用6月份完成的AVAX代币销售收益来支持和加速Avalanche公共区块链上的DeFi、企业应用程序和其他用例的快速增长。（BNN）[2021/9/16 23:30:40]
在我们的理解中，这两者是两种不同的类型。我们认为它们都有特定的应用场景。图形界面特别适用于流程性场景，例如转站。它并不适合用自然语言表达。但是，一旦涉及多种类型的数据信息表达，自然语言就是最适合的场景。最基本的例子是，当你想看一些数据时，现有的电商数据产品只能用图表或表格表达，但在一个大型Dashboard中，很难识别任何信息。在一些组合产品中，你也可能会感到很复杂，因为它们要承载太多东西。但是，自然语言是非常适合的。因此，对我们来说，这种使用信息传达技术的方法可能会有所不同。对于流程性的东西，我们通过图形界面解决；对于信息传达和数据传达，自然语言的优势是非常明显的。这对于区块链这个场景非常适用。
Channels的存借总额已经突破5亿美金:据Channels官方数据显示，平台最新存借总额已高达5.4亿美金，还在快速稳步增长。平台已上新六个新币，分别为HDOT，MDX，HFIL，HBCH，HLTC，BETH。经过和社区的充分沟通，DAO提案投票已经上线，目前得到用户的一致好评。官方披露，今日还将公布分红方案并开启投票，计划2月28日开始分红[2021/2/27 17:58:38]
区块链的特性是公开，数据都在那里。真正的问题是如何应用这些数据，重新整合来找到所需要的答案。DuneAnalytics在DefiSummer变得非常的好用，因为大家开始知道它在链上想要找什么数据。在Defi之前，Dune已经存在了，但大家并不会特别用Dune来去获得它想要的一些资讯。现在大家可能会透过MakerDAO的合约来了解说MakerDAO从2021年到现在的区块高度里面MintingFee赚了多少钱，然后可以交叉比对它跟Liquidity这种稳定币所生成的MintingFee差别有多少。用户可以用这些资讯去佐证他的一些猜测，验证他的一些投资的原因。但同样的，这个出现了一个问题，就是一个门槛，用户可能有一些想法，但他可能不会写MySQL，所以就无法创造出自己的一个DuneDashboard。ChatGPT的问世后，让很多人讨论出来一种方式，甚至可以用ChatGPT来写合约，甚至用ChatGPT来做Unity的游戏，或是一个简单生成一个HTMLBrowser的Game。
KuChain与Combo达成战略合作 Combo将加入KuChain生态:据官方消息，DeFi聚合协议Combo与KuChain达成战略合作，Combo将成为KuChian首个DeFi生态项目，双方共同推进项目合作发展规划；KuChain将计划投资Combo项目，帮助其完成技术迭代、产品开发以及社区搭建等工作。Combo（COMB）是基于Kuchain公有链开发的一种去中心金融衍生品聚合协议，其中包括流动性挖矿协议、合成资产发行协议、质押挖矿、预言机等多种协议的一个聚合平台。[2020/9/17]
是否可以未来通过自然语言去查询一些数据，生成一个DunePage？有些工具刚好满足了这个要求，可以用自然语言去查询一个数据。但有个问题，就是这些数据高质量的这些表是从哪里来的？必须有人去把它从区块链这些无序的、可能没有价值信息中提取有价值的数据，才能用自然语言去生成有价值的一个指标出来。我认为这是长期是一个非常可行，但是在中短期，像数据服务商可以在中间建立一个将这些区块链公开数据大体量的数据去抽取出有价值的指标出来，去供用户去调度，这个是目前比较可行的事情。我们将现在去链上数据有价值指标，
罗马尼亚软件开发公司SyncNode宣布与Chainlink达成合作，将率先提供Defi数据:6月20日，SyncNode宣布加入 Chainlink作为节点，即日起，该节点将与其他节点运营商合作，搭建区块链和外链基础设施的桥梁，为智能合约提供可靠的数据传输，包括数字资产汇率和传统市场数据。而SyncNode也将首先为Chainlink的价格参考数据合约做出贡献，这些数据主要提供给以太坊生态中的超 20个Defi项目。
据了解，SyncNode是一家罗马尼亚的软件开发公司，在建设电信基础设施和网络安全解决方案方面具有丰富经验，合作伙伴包括IBM、Rexel和阿尔斯通公司等。[2020/6/21]
如果将来有朋友对这方面感兴趣，首先要解决一个问题，那就是你要有独特的内容。完成了第一步之后，我们要去给这些业务数据打标签，因为只有这些业务数据有足够多的语言信息描述，当用户输入自然语言时，我们才能知道如何找到这个样的一个数据去整合给他返回。在这里，会有一个概念叫做embedding，就是在GPT中，它有一个叫做向量的概念，它将文本的语言转换成一个高维度的数字，然后进行匹配。目前所有主流的对话式处理方案都是按照这个思路进行的，首先给自己的数据打很多标签，这些标签或API需要标记上很多问题，比如“我有多少NFT”的问题，这个指标可能需要我们写上20条或者300条问法，我们还可以用GPT帮助我们生成100条类似的问法，去把它给标记。只有这样，用户问任何一个关于NFT的问题，我们才能很高概率地匹配上这样的一个数据。这是目前所有做对话式处理的中期阶段。
如果到了后期的话，比较理想的情况下，我们有了数据，有了大量标记的内容，那么可能我们会希望在已有的模型上进行微调，比如在一个开源模型或GPT模型之上进行微调，让它成为一个专属领域的AI。我认为我们可能会按照这个思路分三个阶段去实现，第一阶段是有数据，第二阶段是标记数据，第三阶段是向量匹配，然后再进行微调。
最后，我们也在思考未来的发展，包括阿里巴巴也出了大语言模型，未来也会有更多这样的大语言模型。我们正在追踪这些发展，包括Facebook等都有一些开源的语言模型，虽然效果上和GPT还有些差距，但是看现在这个发展的速度和能力，他们也有机会和能力能达到GPT3或3.5的水平。
所有做链上数据产品的人现在面临的困境是，大家都基于公开数据开发出没有摩擦的产品。所以我认为，当你提出这个问题时，它的复杂度和逻辑复杂度可能会慢慢增长，可能会包含七种条件和一些嵌套的逻辑。在这种情况下，即使是GPT4也无法准确地得到一个百分之百准确的结果，它可能还需要做一些调整才能完全理解用户体的问题。所以，在一些层面上，我们还有进步的空间。
现在只能做到六七十分的状态，我们需要考虑的是这些词的向量模型，例如Word2Vec。如何根据区块链领域的特点对它们进行调整？这可能也是Mest会遇到的问题之一。我其实想要聊聊WordEmbedding，你们如何表示区块链相关的词，以及在搜索方面如何更好地执行。
首先，我们肯定需要自己大量的人工投入，模拟用户可能会问的问题，然后帮助我们生成一些问题，打上标签，然后陆续投入生产，让用户在这个过程中去交互，发现一些问题或者获得更多的数据，辅助我们去优化这个标签，让匹配度更高。
潘致雄：
我想分享一下我们使用ChatGPT的一些感受。我们已经调研了接近两个月，并尝试做一些基于ChatGPT的上层工具链或应用。如果将ChatGPT想象成一个有扩写能力的人，给他一些主题，他就可以生成一些文章。对于内容创作来说，这可能会提供一些帮助。但是，对于深度的研究或新兴行业的分析，它仍然存在许多不足之处，因为它缺乏信息库。因此，我们使用ChatGPT更多地是为了将信息浓缩，需要给它足够多的上下文、联系或知识。当我们给它这些知识后，再进行提问或抽取某些信息库中的信息，它的效果非常好。我们目前使用了两个相对流行的开源库：LlamaIndex。此外，我们也在使用一个基于ChatGPT的平台，可以帮助我们构建自己的数据库，例如PDF和其他资料和数据。在和ChatGPT对话时，我们可以对数据进行预分类和预筛选，提高ChatGPT的效果。
我想举个例子来说明，假设我们需要回答一个用户关于某个具体问题的疑惑，比如ERC-4337是什么。我们首先需要从数据库中找到相关文章或内容，并对它们进行切分。例如，一个文章可能被切分成2000或3000Token为一个单元。当用户提出问题时，我们需要匹配每个单元和问题的相关度，并找到相关性较高的部分进行提问和回答。然后来匹配单元和问题，以得出相对准确度较高的部分。然后，我们使用ChatGPT进行提问和回答，并从中总结得出答案。
这种方法适用于知识类问题。但是如果用户问的是关于Twitter这样的短内容，我们只能将问题与每条推特的嵌入式结果进行匹配，并根据与问题相关性较高的推特进行提问和回答，并让ChatGPT进行总结。通过这种方法，我们可以得出答案。
目前大多数人工知识库和ChatGPT的大方向都是这样的方法。当然，这种方法也存在一些问题，例如同义词的处理。为了提高准确性，可以使用向量表示法进行匹配和总结。在我们的调试过程中，我们发现了许多这样的问题，例如当一个问题涉及到ERC-4337时，可能在其他文章中出现了ERC-20和4337这些数字。这就可能导致搜索结果不够准确，因为匹配的是错误的内容。
关于ChainBreaker
由?@mrblocktw、?@nake13、@momoxi17?主办的ChainBreaker播客，每周五晚上8点直播。
ChainBreak播客主要和大家分享加密领域的热点话题，加密技术的发展探讨，以及加密世界的八卦等。
来源：DeFi之道
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。