Antrenarea agenților AI cu o eficiență de 357x este aici 🛠
$FIL a arătat că, atunci când stocarea descentralizată atinge o scală de antrenament, schimbă infrastructura care poate susține efectiv dezvoltarea AI la frontieră.
$GRT a dovedit că indexarea datelor și disponibilitatea devin infrastructură portanți în momentul în care modelele AI încep să consume cunoștințe la o scară de producție.
0G Labs tocmai a finalizat DiLoCoX-107B, cel mai mare model AI descentralizat din lume, cu 107 miliarde de parametri.
→ 357x eficiență de comunicare față de metodele standard
→ Reducere de costuri cu 95% în comparație cu antrenamentul centralizat
→ Funcționează pe conexiuni internet obișnuite de 1 Gbps
→ Toate punctele de control sunt auditate public prin verificare TEE
Antrenarea modelelor de frontieră a necesitat istoric centre de date centralizate și infrastructură închisă. DiLoCoX-107B dovedește că poate rula pe noduri distribuite cu dovadă criptografică la fiecare pas de antrenament, și la un cost cu 95% mai mic. Antrenamentul AI descentralizat la scară de frontieră are acum o dovadă de concept verificabil public.
0G a publicat, de asemenea, un cadru complet de verificare alături de model, combinând TEEs cu alinierea stimulentelor economice pentru a genera atestări criptografice pentru fiecare pas al procesului de antrenament. Antrenarea verificabilă și inferența verificabilă acum se află în aceeași stivă, acoperind întregul ciclu de viață al AI.
Bariera de 100 de miliarde de parametri în antrenamentul AI descentralizat a fost trecută cu un cadru verificabil public în spatele ei, deschizând modele de scară de frontieră pentru agenți AI și constructori fără calcul centralizat.
#0G #fil
#Ai_sector