数据网络

Datanet 是由所有者定义的市场,用于采购、策划和变现 AI 训练数据。

任何人都可以创建一个。可以把 datanet 想象成一个拥有自己规则、访问控制和激励机制的数据业务。


Datanet 控制什么

datanet 所有者定义该市场的运行规则:

  • 访问规则: 谁可以发布、投票和消费数据

  • 发布费用: 提交内容需要多少成本

  • 激励: 发布者和投票者如何获得奖励

  • 质量标准: 什么算有效、有用或在范围内的内容

  • 变现: 价值如何回流给所有者和网络

Datanet 的创建是无需许可的。每个 datanet 内部的参与由所有者控制。


参与方式如何运作

Datanet 建立在网络级质押和投票机制之上。

  • 发布者在本地提交。 贡献者选择要发布到哪个 datanet,并支付该 datanet 设定的费用。

  • 投票权是全网范围的。 用户锁定 REPPO 以获得 veREPPO,然后将该投票权分配到各个市场。

  • 投票按 epoch 进行。 在一个 epoch 内,投票权会线性衰减,这使得较早的投票比后续投票更有权重。

  • 信号变成数据。 发布、排序和策划都会生成结构化的偏好数据和市场信号。

这意味着发布是各个 datanet 内部本地进行的,而质押和投票权则在网络层面协调。


Datanet 的重要性

每个 datanet 都是针对特定领域、任务或社区的专门环境。

这使 Reppo 在设计上具有模块化特性:

  • 企业可以围绕专有数据运行受限市场。

  • 开放社区可以围绕共享任务和公共需求进行协调。

  • 领域专家可以在其判断最有价值的地方参与。

Reppo 不会强迫每个贡献者都进入同一个全球工作流,而是让许多数据市场并行存在。


关于版本的说明

在 Reppo V1 中,文档提到了公开和私有 datanet。

在 Reppo V2 中,这种划分被替换为无需许可的 datanet 创建,以及由所有者控制的访问和经济机制。当前模型更简单:任何人都可以启动一个 datanet,而每个 datanet 自行决定参与方式。


更大的图景

Datanet 让 AI 训练数据更具可组合性。

它们让数据所有者、贡献者、策展人和买家能够在透明、可配置并与真实经济激励挂钩的市场中协作。

能力
Reppo Datanets

启动成本

低——无需编码知识,也不需要计算资源访问权限

谁可以创建

任何人:个人、团队、企业

治理

由每个 datanet 的所有者和市场规则定义

支持的语言

70+

输出

干净、结构化的偏好和专业知识数据

最后更新于