一開始沒算清楚的數字:在@OpenGradient 上已經生成了超過500,000個加密證明,而主網甚至還沒上線。這可不是營銷指標。這是你可以追蹤的鏈上輸出。
我在$OPG 上完成一個CreatorPad任務時,開始實際研究推理結算是如何工作的。支付通過Base上的Permit2路由,證明在達成共識之前會被驗證,然後纔會最終確認。#OPG 這個架構在紙面上看起來很合理,但看到證明量在網絡完全開放之前就已經在線上存在,改變了我對這個項目的看法。
我不斷回想的是zkML的權衡。更強的加密保障,但計算開銷是實實在在的,我們在談論某些模型大小可能比普通推理慢1,000倍。這不是腳註。它決定了哪些用例實際上適合這個項目,哪些可能不適合,無論白皮書上寫得多麼清晰。
處理了420萬個區塊,263,000個以上的獨特錢包,日交易量超過10,000,這一切都在主網之前。我還不知道該如何處理這些數據。要麼使用量確實是自然的,要麼激勵結構的作用超出了數字所顯示的。可能值得關注一旦代幣經濟學全面啓動後,這個局面會如何發展。
這不是金融建議。自己研究。
我在$OPG 上完成一個CreatorPad任務時,開始實際研究推理結算是如何工作的。支付通過Base上的Permit2路由,證明在達成共識之前會被驗證,然後纔會最終確認。#OPG 這個架構在紙面上看起來很合理,但看到證明量在網絡完全開放之前就已經在線上存在,改變了我對這個項目的看法。
我不斷回想的是zkML的權衡。更強的加密保障,但計算開銷是實實在在的,我們在談論某些模型大小可能比普通推理慢1,000倍。這不是腳註。它決定了哪些用例實際上適合這個項目,哪些可能不適合,無論白皮書上寫得多麼清晰。
處理了420萬個區塊,263,000個以上的獨特錢包,日交易量超過10,000,這一切都在主網之前。我還不知道該如何處理這些數據。要麼使用量確實是自然的,要麼激勵結構的作用超出了數字所顯示的。可能值得關注一旦代幣經濟學全面啓動後,這個局面會如何發展。
這不是金融建議。自己研究。