Search Results

注：この文書は英語の原文からの自動翻訳です。 admin keys とは admin keys とは、スマートコントラクトの最も機微な機能 — コントラクトロジックのアップグレード、パラメータの変更、操作の一時停止、トークンのミント、トレジャリーからの資金移動 — への特権的アクセスを持つ暗号鍵（またはそれらが制御するアドレス）です。admin keys を保有する者は、プロトコルがデプロイされた後にその動作を改変する権限を持ちます。 admin keys は、オフィスビルのマスターキーのようなものだと考えてくださ...

注：この文書は英語の原文からの自動翻訳です。 スマートコントラクト監査とは スマートコントラクト監査 とは、スマートコントラクトのソースコードを体系的に第三者がレビューすることで、コードがブロックチェーンにデプロイされる前にセキュリティ脆弱性、論理的誤り、意図された挙動からの逸脱を特定すること — あるいはすでに稼働中のコードのリスクを評価することを目的とします。監査人はコントラクトを 1 行ずつ調べ、エッジケースをテストし、アクセス制御ロジックを検証し、見つかった問題を深刻度評価と推奨される修正とともに詳述するレ...

注：この文書は英語の原文からの自動翻訳です。 bug bounty とは bug bounty（バグバウンティ）とは、プロジェクトが自社コードの脆弱性を発見し、責任ある形で開示してくれた独立系セキュリティ研究者に金銭的報酬を提供するプログラムです。社内チームや雇った監査人だけに頼るのではなく、bug bounty はバグの探索をグローバルなセキュリティコミュニティに開放します — スキルのある人なら誰でも参加でき、プロジェクトは有効な脆弱性が見つかったときにのみ報酬を支払います。 bug bounty は、建物のす...

注：この文書は英語の原文からの自動翻訳です。 暗号資産ナレッジマップ このページは DecAIHub の すべて の暗号資産 explainer をつなぎ、それらがどう関係するかを示します。プロジェクトカードがあなたの解読したいチェーン、トークン、ドメインを挙げているときに使ってください。 要約： これは百科事典ではなく地図です。以下の見出しは、それぞれ独立した記事へリンクしています。 ここから始める まず次の五つを読み、その後に プロジェクトカードの読み方 へ進んでください： ブロックチェーンとは 分散型とは何を...

참고: 이 문서는 영문 원본의 자동 번역본입니다. 인공지능(AI)이란 무엇인가 **인공지능(artificial intelligence, AI)**은 보통 인간 지능을 필요로 하는 작업 — 데이터 분석, 예측, 콘텐츠 생성, 패턴 인식, 의사결정 지원 — 을 수행하는 소프트웨어 시스템을 가리키는 광범위한 용어입니다. AI는 마법도, 지각(sentience)도, 디지털 두뇌도 아닙니다. 데이터에서 패턴을 찾아 새로운 입력에 적용하는 소프트웨어입니다. AI를 패턴을 ...

참고: 이 문서는 영문 원본의 자동 번역본입니다. AI 모델이란 무엇인가 AI 모델은 유용한 출력 — 예측, 분류, 생성된 텍스트, 이미지, 점수, 또는 결정 — 을 산출하기 위해 데이터로 학습된 수학적 구조입니다. 이를 컴퓨터가 수백만 개의 예시로부터 학습한 매우 복잡한 "레시피"라고 생각하세요. 인간 셰프가 자신의 레시피를 만들기 전에 수천 가지 요리를 연구하듯이, AI 모델은 트레이닝 중에 데이터로부터 패턴을 흡수하고, 그 후 인퍼런스 중에 새롭고 보지 못...

참고: 이 문서는 영문 원본의 자동 번역본입니다. 머신러닝(ML)이란 무엇인가 **머신러닝(machine learning, ML)**은 시스템이 직접 작성된 규칙을 따르는 대신 데이터로부터 패턴을 학습하는 인공지능의 하위 분야입니다. 그것을 예시로 가르치는 것으로 생각하세요: 단계별 레시피를 작성하는 대신, 시스템에 완성된 요리 수천 개를 보여주고 요리하는 방법을 스스로 알아내게 합니다. 프로그래머가 모든 결정을 코딩하는 대신, 시스템에 수천 또는 수백만 개의 ...

참고: 이 문서는 영문 원본의 자동 번역본입니다. 대규모 언어 모델(LLM)이란 무엇인가 **대규모 언어 모델(large language model, LLM)**은 인간 언어를 이해하고 생성할 수 있도록 방대한 양의 텍스트로 트레이닝된 일종의 신경망입니다. 수십억 페이지의 책, 기사, 코드, 대화를 흡수한 극도로 박식한 어시스턴트를 상상해 보세요. 사람이 아는 방식으로 무언가를 "아는" 것이 아니라; 어떤 단어와 아이디어가 어떤 것을 뒤따르는 경향이 있는지에 대...

참고: 이 문서는 영문 원본의 자동 번역본입니다. 인퍼런스란 무엇인가 **인퍼런스(inference)**는 학습된 AI 모델을 새로운 데이터에 실행해 결과를 얻는 과정입니다. 모델이 이미지를 분류하거나, 한 문단의 텍스트를 생성하거나, 위험 점수를 예측하거나, 행동을 추천할 때, 그것은 인퍼런스를 수행하고 있는 것입니다. 학습이 모델이 배우는 방식이라면, 인퍼런스는 모델이 작동하는 방식입니다. 유용한 비유: 학습은 시험 공부입니다 — 교과서를 읽고, 연습 문제를...

참고: 이 문서는 영문 원본의 자동 번역본입니다. 트레이닝이란 무엇인가 **트레이닝(training)**은 AI 모델을 데이터에 노출시켜 패턴, 관계, 구조를 학습하도록 가르치는 과정입니다. 트레이닝 전의 모델은 무작위 파라미터를 가진 빈 구조입니다 — 이미지를 분류하거나, 문장을 생성하거나, 예측을 만들어낼 수 없습니다. 트레이닝 후에는 그 파라미터가 데이터에서 추출된 지식을 인코딩합니다. 트레이닝은 빈 신경망을 유용한 도구로 변환하는 것입니다. 누군가에게 요...

참고: 이 문서는 영문 원본의 자동 번역본입니다. 데이터셋이란 무엇인가 **데이터셋(dataset)**은 AI 모델을 트레이닝하거나, 평가하거나, 테스트하는 데 사용되는 구조화된 데이터 모음입니다. 이는 머신러닝이 작동하는 원재료입니다. 데이터셋이 없다면 모델이 학습할 대상이 없고, 모델이 제대로 작동하는지 측정할 방법도 없습니다. 데이터셋을 학생을 위한 교과서라고 생각해 보세요. 교과서에 오류가 가득하거나, 챕터가 빠져 있거나, 학생이 모르는 언어로 쓰여 있다...

참고: 이 문서는 영문 원본의 자동 번역본입니다. 벤치마크와 품질 지표란 무엇인가 **벤치마크(benchmark)**는 AI 모델이 특정 작업을 얼마나 잘 수행하는지를 측정하는 표준화된 테스트입니다. **품질 지표(quality metric)**는 그 성능을 정량화하는 수치 점수입니다 — 정확도, F1, BLEU, 퍼플렉서티, 지연 시간 등. 이 둘이 함께 모호한 AI 주장을 검증 가능한 진술로 바꿉니다: "우리 모델은 훌륭하다"가 아니라 "우리 모델은 MMLU...

참고: 이 문서는 영문 원본의 자동 번역본입니다. AI 컴포넌트란 무엇인가 **AI 컴포넌트(AI component)**는 진짜 AI 작업이 일어나는 프로젝트의 특정 부분 — 분석, 생성, 예측, 랭킹, 또는 의사결정 — 입니다. 마케팅 라벨이나 브랜드 언급이 아닙니다. DecAIHub 프로젝트 카드에서, AI 컴포넌트 필드는 한 가지 질문에 답합니다: 여기서 AI가 정확히 무엇을 하는가? 요약하면: AI 컴포넌트는 데이터가 들어가고 AI 구동 결과가 나오는 구...

참고: 이 문서는 영문 원본의 자동 번역본입니다. AI 컴포넌트와 유스 케이스의 차이 DecAIHub의 모든 프로젝트 카드에는 비슷해 보이지만 서로 다른 질문에 답하는 두 개의 필드가 있습니다: **AI 컴포넌트(AI component)**와 유스 케이스(use case). 첫 번째는 프로젝트 내부의 구체적인 기술을 설명하고, 두 번째는 프로젝트가 사용자를 위해 무엇을 하는지를 설명합니다. 이 둘을 혼동하면 AI가 실제인지, 그리고 제품이 진짜 문제를 해결하는지...

참고: 이 문서는 영문 원본의 자동 번역본입니다. 자동화 vs 실제 AI 컴포넌트 많은 크립토 프로젝트가 단순한 자동화를 "AI"로 라벨링합니다. 사전 설정된 규칙을 따르는 트레이딩 봇, 가스 가격에 따라 트랜잭션을 라우팅하는 스마트 컨트랙트, 임계값에서 작동하는 알림 시스템 — 이들은 인공지능이 아닌 자동화입니다. 이 페이지는 둘을 구분하는 데 도움을 줍니다. 요약하면: 자동화는 고정된 규칙을 따르고; 실제 AI 컴포넌트는 데이터로부터 학습하고 확률적 출력을 ...

참고: 이 문서는 영문 원본의 자동 번역본입니다. 다른 사람의 모델을 감싼 API 래퍼란 무엇인가 **API 래퍼(API wrapper)**는 다른 회사의 AI 모델 — OpenAI의 GPT, Anthropic의 Claude, 또는 Google의 Gemini 같은 — 을 그들의 API를 통해 호출하고 그 결과를 자신의 제품의 일부로 제시하는 프로젝트입니다. 이는 제품에 "AI를 추가"하는 가장 간단한 방법이며, 크립토 AI 프로젝트에서 가장 흔한 패턴입니다. 요...

참고: 이 문서는 영문 원본의 자동 번역본입니다. AI 에이전트란 무엇인가 **AI 에이전트(AI agent)**는 환경을 인식하고, 결정을 내리고, 목표를 달성하기 위해 행동을 취할 수 있는 소프트웨어 시스템입니다 — 사람이 모든 단계를 지시할 필요 없이 말입니다. 계산기와 개인 비서의 차이라고 생각해 보세요. 계산기는 여러분이 입력한 질문에 정확히 답하지만, 비서는 여러분의 더 넓은 목적을 이해하고, 어떤 단계를 밟을지 파악하고, 실행하고, 결과를 확인하고,...

참고: 이 문서는 영문 원본의 자동 번역본입니다. 어시스턴트, 코파일럿, 챗봇, 에이전트의 차이는 무엇인가 이 네 가지 용어를 리모컨 스펙트럼 위의 위치라고 생각해 보세요. 챗봇은 무전기와 같습니다: 당신이 말하면, 그것이 답하고, 상호작용은 끝납니다. 어시스턴트는 당신을 위해 무언가를 찾아볼 수 있는 스마트 스피커와 같습니다. 코파일럿은 지도를 읽고 회전을 제안하지만 결코 운전대를 잡지는 않는 보조 운전자와 같습니다. 에이전트는 자율주행차입니다 — 도로를 인식...