老實說,當我第一次聽到 OpenGradient 的時候,我把它歸類為「又一個私人 AI 項目」。TEEs、ZKML、加密推理……你已經看過好幾次這種推銷了。但當我實際閱讀他們的文檔時,我才意識到我完全錯過了重點。
新穎之處不在於你的提示是隱藏的,而在於該提示的每個階段都可以在事後進行加密驗證。
想想法醫學中的證據鏈,這是一個嚴密的紙質證據鏈,證明從收集到法庭的過程中證據沒有被篡改。OpenGradient 將相同的邏輯應用於 AI。你的提示在你的設備上使用 HPKE (RFC 9180) 進行加密,通過一個 Oblivious HTTP 中繼路由,這樣你的 IP 和你所詢問的內容就無法被關聯,然後在一個硬體支持的 TEE 內進行處理,即使操作員也無法窺探,然後在該區域內使用與請求哈希、輸出哈希和時間戳相關的簽名進行簽名。該區域本身在鏈上 TEE 註冊上註冊,因此你可以驗證它運行的是經批准的、未被篡改的代碼。
你得到的不僅僅是一個私密的 API 調用,而是一個可驗證的數位文物。你可以證明到底使用了什麼提示,運行了什麼模型,得到了什麼輸出,並且沿途沒有任何被改動。
這改變了一切。我們花了幾年時間建立區塊鏈以驗證資金。OpenGradient 正在建立基礎架構以驗證推理。這比「私人 AI」重要得多。
我記得在四月份觀看 OPG 代幣的推出,看到它上了 Binance。價格走勢不提,真正讓我印象深刻的是吸引力:Model Hub 上有超過 2000 個模型,處理了超過 200 萬個可驗證的推理,生成了 50 萬個加密證明。人們不僅僅是在投機,他們實際上在使用這個東西。
下一個 AI 的競爭優勢將不會是模型本身,而是每個提示和每個回應的可驗證保管鏈。OpenGradient 正在靜靜地構建這個。老實說?這可能比任何加密突破更重要。
@OpenGradient #OPG $OPG $BR $BSB
新穎之處不在於你的提示是隱藏的,而在於該提示的每個階段都可以在事後進行加密驗證。
想想法醫學中的證據鏈,這是一個嚴密的紙質證據鏈,證明從收集到法庭的過程中證據沒有被篡改。OpenGradient 將相同的邏輯應用於 AI。你的提示在你的設備上使用 HPKE (RFC 9180) 進行加密,通過一個 Oblivious HTTP 中繼路由,這樣你的 IP 和你所詢問的內容就無法被關聯,然後在一個硬體支持的 TEE 內進行處理,即使操作員也無法窺探,然後在該區域內使用與請求哈希、輸出哈希和時間戳相關的簽名進行簽名。該區域本身在鏈上 TEE 註冊上註冊,因此你可以驗證它運行的是經批准的、未被篡改的代碼。
你得到的不僅僅是一個私密的 API 調用,而是一個可驗證的數位文物。你可以證明到底使用了什麼提示,運行了什麼模型,得到了什麼輸出,並且沿途沒有任何被改動。
這改變了一切。我們花了幾年時間建立區塊鏈以驗證資金。OpenGradient 正在建立基礎架構以驗證推理。這比「私人 AI」重要得多。
我記得在四月份觀看 OPG 代幣的推出,看到它上了 Binance。價格走勢不提,真正讓我印象深刻的是吸引力:Model Hub 上有超過 2000 個模型,處理了超過 200 萬個可驗證的推理,生成了 50 萬個加密證明。人們不僅僅是在投機,他們實際上在使用這個東西。
下一個 AI 的競爭優勢將不會是模型本身,而是每個提示和每個回應的可驗證保管鏈。OpenGradient 正在靜靜地構建這個。老實說?這可能比任何加密突破更重要。
@OpenGradient #OPG $OPG $BR $BSB
0.2
50%
0.1
0%
0.5
0%
0.6
50%
4 票 • 投票已結束