Assisterr (ASRR): Model AI presisi yang dibangun oleh komunitas
Sejak ChatGPT hadir di tempat kejadian, model bahasa besar (LLM) telah menarik perhatian para penggemar dan pengembang kecerdasan buatan (AI). Kemampuan penalaran dan pembuatan teks yang mengesankan dari ChatGPT didukung oleh teknologi LLM, yang telah menghasilkan minat yang signifikan pada model AI generatif ini. Di ruang kripto, proyek yang berfokus pada LLM seperti Bittensor (TAO) dan Swarms (SWARMS) juga telah mendapatkan keuntungan dari minat yang luas pada teknologi ini.
Meskipun LLM benar-benar merupakan teknologi revolusioner dan, tidak diragukan lagi, algoritme paling populer di bidang AI saat ini, kategori lain dari model AI generatif — model bahasa kecil (SLM) — memiliki janji yang signifikan di banyak bidang, berkat pelatihan khusus domain dan efisiensi sumber daya. Meskipun tidak sekuat dan kaya akan pengetahuan generalis seperti LLM, SLM unggul dalam situasi di mana akses efisien ke pengetahuan permasalahan pokok khusus sangat penting.
Assisterr (ASRR) adalah proyek terdesentralisasi berbasis Solana (SOL) yang bertujuan untuk memanfaatkan SLM guna membantu penggunanya membangun agen, bot, dan solusi AI yang efisien dan berpengetahuan. Seperti chatbot dan model berbasis LLM, solusi SLM Assister menggunakan teknologi AI generatif, tetapi memiliki algoritma yang jauh lebih terukur dan efisien sumber daya yang unggul dalam situasi di mana pengetahuan domain khusus sangat penting. Selain itu, penggunaan konsep Campuran Agen (MoA) memungkinkan Pembantu untuk memanfaatkan keuntungan pemrosesan multiagen.
Siapa pun (termasuk pengguna tanpa keterampilan pemrograman) dapat menggunakan Pembantu untuk membuat agen dan solusi berbasis SLM mereka sendiri. Jika SLM menarik bahkan setengah dari minat yang dinikmati LLM saat ini, kami akan segera mendengar lebih banyak tentang proyek kripto Assisterr, pelopor sejati cabang SLM AI generatif.
Takeaway Utama:
Assisterr AI (ASRR) adalah platform terdesentralisasi yang memungkinkan Anda membuat agen dan solusi AI berdasarkan SLM — model AI khusus yang menampilkan efisiensi sumber daya dan pengetahuan spesifik domain yang kuat.
Token asli pembantu, ASRR, digunakan untuk tata kelola, pembayaran untuk membuat dan memanfaatkan produk platform, penyebaran model, distribusi airdrop, dan hadiah kepada kontributor.
Anda dapat membeli ASRR di Bybit sebagai pasangan Spot USDT.
Apa yang Dimaksud dengan Pembantu?
Assisterr (ASRR) adalah proyek AI terdesentralisasi yang memungkinkan Anda membangun agen berbasis SLM, tanpa keterampilan pemrograman apa pun. Anda dapat menggunakan antarmuka grafis untuk membuat pilihan dan memberikan petunjuk bahasa alami yang diperlukan untuk mendesain agen Anda dan propertinya. Pembantu didasarkan pada blockchain Solana, sehingga mendapatkan keuntungan dari skalabilitas jaringan yang terkenal dan biaya yang rendah.
Platform ini memungkinkan Anda membangun dan menyebarkan agen AI untuk melacak metrik utama, mengidentifikasi pola, dan mengekstrak wawasan berharga dengan menganalisis dataset besar secara waktu nyata. Misalnya, agen perdagangan yang didukung AI dapat membantu Anda memantau kondisi pasar, memahami dinamika pasar, dan mengevaluasi dinamika harga. Hal ini memungkinkan Anda untuk menyempurnakan strategi Anda dan menanggapi sentimen pasar yang berubah dengan cepat. Mulai dari prediksi tren hingga automasi laporan, agen AI memberdayakan pengguna untuk tetap selangkah lebih maju dalam perubahan yang cepat dan mengoptimalkan kinerja di seluruh industri.
Kerangka kerja agen AI platform yang mudah digunakan dan efisien menguntungkan pengguna pribadi dan bisnis. Untuk pengguna pribadi, agen AI berfungsi sebagai alat canggih yang membantu mereka mengotomatiskan tugas rutin atau melakukan analisis blockchain yang canggih. Individu juga dapat memilih untuk mengumumkan agen kustom mereka kepada publik untuk monetisasi. Pengguna bisnis mungkin ingin menjaga kerahasiaan agen mereka dan menggunakannya untuk tujuan tertentu, di mana pengetahuan domain khusus memberikan keuntungan kompetitif utama.
Model bahasa besar (LLM) vs. model bahasa kecil (SLM)
Meskipun sebagian besar proyek AI lain menggunakan LLM, Assisterr adalah salah satu dari sedikit prakarsa web3 yang memanfaatkan SLM. Meskipun LLM terkenal karena keahliannya yang luas dan pengetahuan generalis yang sangat baik, LLM juga intensif secara komputasional, dan tidak memiliki granularitas yang diperlukan mengenai topik spesifik domain. Hal ini karena LLM dilatih tentang data dalam jumlah yang sangat besar dan menggunakan banyak parameter, sehingga mereka menjadi sumber daya yang haus dan sebagian besar generalis.
Sebaliknya, SLM menggunakan parameter yang lebih sedikit dan data yang jauh lebih sedikit untuk pelatihan, sehingga mengurangi persyaratan komputasi secara keseluruhan. Pada saat yang sama, SLM biasanya dilatih tentang data ceruk tertentu, sering kali membuatnya lebih baik daripada LLM dalam hal pengetahuan spesialis yang mendalam.
Sama pentingnya, banyak proyek berbasis LLM didasarkan pada server terpusat, yang sering kali dikendalikan oleh satu entitas korporat. Oleh karena itu, metode dan data pelatihan model ini tetap menjadi hal yang sangat tidak diketahui oleh pengguna akhir. Sifat desentralisasi pembantu membuat seluruh proses pelatihan modelnya dimiliki oleh komunitas dan lebih transparan.
Nik Havryliak dan Dmytro Dimenko mendirikan proyek Assister pada April 2023. Pada akhir Mei 2025, Assisterr diluncurkan di mainnet Solana.
Bagaimana cara kerja Pembantu?
Pembantu memungkinkan Anda untuk mendesain agen AI berbasis SLM Anda sendiri dan menerapkannya ke media sosial dan sumber blockchain. Setiap pengguna dapat menggunakan hingga tiga model.
Ada tiga peran utama di jaringan:
Model kreator adalah pengguna yang mendesain, menyebarkan, dan memelihara SLM.
Validator menyumbangkan pengetahuan permasalahan pokok mereka untuk menyetujui dan menyempurnakan model.
Kontributor adalah pihak yang berkontribusi pada ekosistem Pembantu yang lebih luas dengan berpartisipasi dalam diskusi komunitas, memberikan umpan balik, berbagi dataset, atau membantu mempromosikan platform atau model tertentu.
Model bahasa kecil modular (SLM)
SLM adalah teknologi inti yang mendukung agen AI Pembantu. Model ini efisien sumber daya, karena data pelatihan dan beban parameter yang jauh lebih rendah daripada LLM. Keuntungan utamanya adalah juga pelatihan khusus domain.
Karena SLM didasarkan pada dataset yang lebih kecil daripada LLM, kinerjanya sering kali ditingkatkan melalui upaya kolaboratif multiagentik, di mana beberapa model, agen, atau jaringan pembelajaran paralel digunakan untuk memberikan solusi bagi kueri pengguna. Jika kueri memerlukan pengetahuan multidisiplin, SLM dengan spesialisasi domain mereka mungkin mengalami kesulitan dalam pengaturan model tunggal dan nonkolaboratif. Namun, batasan utama SLM dapat diselesaikan dengan menggunakan beberapa model secara modular untuk memberikan kualitas output yang diperlukan.
Dua varietas arsitektur digunakan untuk membentuk pengaturan ensemble untuk SLM — Campuran Ahli (MoE) dan Campuran Agen (MoA).
Campuran Ahli (MoE)
MoE adalah arsitektur model yang secara dinamis memilih dari kumpulan jaringan saraf khusus untuk menyelesaikan setiap pertanyaan tertentu. Aktivasi selektif ini memungkinkan penyelesaian masalah yang lebih efisien dan sadar konten. MoE yang lebih kompleks dapat dilapisi secara hierarkis untuk mengatasi masalah kompleks yang semakin kontekstual.
Campuran Agen (MoA)
MoA berbeda dari MoE dengan memanfaatkan agen secara paralel. Setiap agen secara independen melakukan tugas tertentu, berdasarkan pengetahuan khusus mereka. Keluaran agen disintesis dan digabungkan dengan model terpisah untuk menghasilkan hasil akhir, dan agregasi model kecil menjadi model yang lebih kompleks membantu memfasilitasi pemecahan masalah yang efisien di seluruh domain.
Fitur utama pembantu
Kepemilikan terdesentralisasi
Semua model yang ditawarkan oleh platform ini didasarkan pada kepemilikan terdesentralisasi dan berbasis komunitas. Ini sangat berbeda dengan kepemilikan dan manajemen model terpusat yang biasanya ditemukan di pengaturan LLM tradisional di dunia Web 2.0. Desentralisasi kepemilikan model membantu memecahkan banyak keterbatasan sistem terpusat. Pertama, sistem ini memberikan transparansi yang lebih besar seputar data yang digunakan untuk melatih model. Kedua, membuat model tahan sensor. Dan ketiga, ini membantu menyelaraskan insentif untuk semua pihak yang terlibat, termasuk Kontributor, Validator, dan Kreator.
Satu perbendaharaan per SLM
Setiap SLM pada Pembantu dikelola melalui organisasi otonom terdesentralisasi (DAO). Artinya, ada mekanisme perbendaharaan dan tata kelola khusus untuk setiap model, struktur yang membantu menjaga akuntabilitas dan transparansi untuk setiap SLM. Hal ini juga membuat penerapan, penyesuaian, dan pemeliharaan model menjadi lebih fleksibel dan terikat dengan persyaratan kontekstual setiap SLM.
Pasar Data Pembantu
Assister memiliki pasar di platform tempat model kreator dapat membuat daftar dan melakukan tokenisasi solusi berbasis SLM mereka. Bagian integral dari pasar adalah Pasar Data, yang memfasilitasi pembagian dan perdagangan set data untuk pelatihan model. Penyedia data menyediakan set data pilihan melalui pasar. Sifat set data yang dikurasi memastikan bahwa kreator model dapat mengandalkan data berkualitas tinggi untuk membangun model mereka, sebuah pertimbangan penting dalam industri di mana akses ke data yang terverifikasi dan berkualitas menjadi semakin menantang.
Pembantu telah bermitra dengan beberapa penyedia data untuk memfasilitasi akses ke set data yang dipilih untuk pembuat model. Penyedia data ini mencakup berbagai industri dan menggunakan kasus vertikal. Beberapa mitra data di platform ini meliputi:
dFusion AI adalah penyedia yang berfokus pada data berkualitas melalui validasi yang didorong oleh komunitas. Perusahaan ini memproses lebih dari 50.000 pengiriman pengetahuan setiap bulan, dan telah membangun basis pengetahuan lebih dari 40GB, menjadikannya pemain penting untuk data AI di web3 dan ceruk blockchain.
AI FileMarket adalah penyedia yang mengkhususkan diri dalam mengumpulkan dan menganotasi data dengan persetujuan pengguna penuh. Inti dari solusi data AI FileMarket adalah praktik dan privasi yang etis, yang memastikan bahwa setiap data yang diberikan oleh perusahaan memenuhi standar regulasi yang paling ketat.
Matchain adalah platform yang mengkhususkan diri pada solusi identitas terdesentralisasi (DID). Ini mengumpulkan data dari berbagai sumber on-chain dan off-chain dan memperkaya data yang dikumpulkan menggunakan algoritme AI.
Apa itu token kripto Assisterr (ASRR)?
Token asli pembantu, ASRR, diluncurkan pada blockchain Solana pada akhir Mei 2025. Token ASRR adalah aset inti dalam ekosistem Pembantu, yang memiliki berbagai tujuan:
Pembayaran biaya transaksi untuk penggunaan layanan platform. Semua operasi pada Pembantu — termasuk model daftar di pasar dan pembayaran perhitungan model — dibayarkan dalam ASRR.
Biaya penerapan model dan perbendaharaan. Meluncurkan SLM individual dan mengatur perbendaharaan mereka juga melibatkan pembayaran dalam ASRR.
Tata Kelola. Pemegang ASRR berhak untuk berpartisipasi dalam tata kelola di seluruh platform. Tata kelola proyek SLM individual dilakukan melalui token manajemen (MT), yang diterbitkan oleh kreator secara khusus untuk setiap proyek SLM.
Hadiah untuk kontributor proyek. Kontributor dari berbagai jenis, termasuk pengembang, pembangun model, dan validator model, diberi hadiah dalam token ASRR.
Distribusi airdrop. Kontributor platform diberi hadiah berupa distribusi token ASRR. Kontributor yang memenuhi syarat mendapatkan poin karena menyelesaikan berbagai tugas untuk memenuhi syarat airdrop. Misalnya, kampanye airdrop Tahap 1 platform memberikan hadiah ASRR kepada kreator SLM, validator, pemegang NFT Pembantu, dan kontributor aktif lainnya. Pihak yang memenuhi syarat mengumpulkan poin sASRR — aset hadiah testnet dari platform — untuk membuka alokasi ASRR mereka segera setelah acara pembuatan token (TGE). Alokasi tersedia segera setelah TGE, tanpa jadwal vesting, jadwal pembukaan bersyarat, atau batasan lainnya.
Pasokan maksimum ASRR adalah 100 juta, hampir semuanya mewakili total pasokan token saat ini.
Tempat membeli token AI Pembantu (ASRR)
Token ASRR tersedia di Bybit sebagai pasangan Spot dengan USDT. Anda juga dapat menikmati hadiah staking ASRR dengan berpartisipasi dalam acara Bybit yang didedikasikan untuk token. Berdasarkan ketentuan kampanye, Anda dapat melakukan stake antara 160 dan 3.000 ASRR melalui paket Tabungan Tetap 3 hari untuk mendapatkan APR 99% dan mendapatkan bagian dari total hadiah 500.000 ASRR. Kampanye ini berlaku hingga 3 Juli 2025 pukul 10AM WIB.
Prediksi harga Assisterr AI (ASRR)
Sejak 17 Juni 2025, token ASRR telah beredar di pasar selama sekitar dua minggu. Saat ini, mereka berdagang di $0,25, turun 48,7% dari level tertinggi sepanjang masa sebesar $0,5009 pada 3 Juni 2025, dan meningkat 13,5% dari level terendahnya, yaitu $0,2264 pada 6 Juni 2025.
Prospek harga jangka panjang ASRR cukup bullish.DigitalCoinPrice memperkirakan token akan diperdagangkan pada $0,90 pada tahun 2027 dan $1,31 pada tahun 2030, sementaraPricePrediction memperkirakan harga rata-rata $0,71 pada tahun 2027 dan $2,11 pada tahun 2030.
Kesimpulan
Di tengah banyaknya proyek web3 baru yang berfokus pada AI, AI Pembantu menjadi platform unik dalam industri kripto karena memanfaatkan SLM, bukan LLM, untuk menyediakan agen dan solusi cerdas bagi penggunanya. SLM bukan teknologi yang sepenuhnya baru, tetapi penggunaannya dalam domain web3 dan Web 2.0 telah dibatasi.
Ini merupakan peluang sempurna bagi platform Pembantu untuk menetapkan diri sebagai salah satu pelopor dalam memanfaatkan model ini. Setiap kali mendengar tentang ChatGPT, kami memikirkan pembuatnya, OpenAI. Di masa mendatang, saat SLM disebutkan, kami mungkin akan menautkan teknologi ke merek Assister jika model berbasis SLM berhasil mendapatkan traksi di pasar AI.
#LearnWithBybit