Hoja de ruta de la IA
UNA de las CINCO características de la hoja de ruta de Mozaic.
AI-Tech
Archimedes inteligente V2.
Perfeccionamiento del actual agente RL (aprendizaje por refuerzo) autodidacta diseñado para navegar por las complejidades de la agricultura de rendimiento en el ecosistema DeFi.
INTEGRAR LOS CONOCIMIENTOS DEL DOMINIO
Utilizar expertos del dominio para definir posibles escenarios de cisne negro, aunque no se hayan producido en el pasado. Integre este conocimiento en la simulación del entorno para exponer al agente de IA a estos escenarios durante el entrenamiento.
DETECCIÓN DE ANOMALÍAS
Entrenar un modelo (o sistema) separado para la detección de anomalías. Cuando este sistema detecta uno o varios estados anómalos en el mercado, que podrían indicar un cambio de tendencia, puede incitar al agente LR a adoptar una estrategia más prudente.
HUMAN-IN-THE-LOOP (HITL):
Especialmente en áreas con grandes riesgos, como los mercados financieros, puede ser muy útil contar con un mecanismo que señale las decisiones inusuales del agente de IA (que podrían indicar que está entrando en territorio desconocido) para que las revise un humano antes de seguir adelante.
Last updated
