#opg $OPG 我曾經以爲，經過驗證的執行（verified execution）纔是最難的部分，但現在我不太確定了。
這裏的想法是：像 OpenGradient 這樣的系統可以用密碼學證明模型確實按聲稱的那樣運行——但這仍然無法告訴你模型到底好不好。
“正確執行”並不等同於“有意義的學習”。
他們報告託管了 2000+ 個模型：一方面這表明生態系統的廣度；另一方面也擴大了表面積，讓低質量或驗證不充分的模型有機會存在。
另外，還有 200 萬+ 記錄到的推理（inferences）。這說明確實有人在使用，但它並不等同於 200 萬個獨立的數據點來評估泛化能力。
因此，支撐“這個模型有效”這一結論的實際證據，可能比原始計數所暗示的要小得多。
代幣經濟（token economics）又增加了一層：目前流通的約爲總供應上限 10 億中的 1.9 億 OPG（約 19%），真正可流通的浮動量可能還更低。這意味着未來仍可能被進一步稀釋，而市場最終必須把這種因素納入定價。
VC 維度通常被當作理論來討論，但它指向一個更實際的點：模型的靈活性伴隨着對數據需求的成本。系統越富有表達能力，在你真的獲得信心而不只是表面印象之前，就需要越多證據。
所以這裏存在一種張力：代幣市場可能會很快開始給“使用（usage）”定價，而更難的部分——證明實際學習質量——卻會進展更慢。
使用很容易觀察到。學習是否發生則不容易證明。@OpenGradient
這裏的想法是：像 OpenGradient 這樣的系統可以用密碼學證明模型確實按聲稱的那樣運行——但這仍然無法告訴你模型到底好不好。
“正確執行”並不等同於“有意義的學習”。
他們報告託管了 2000+ 個模型：一方面這表明生態系統的廣度；另一方面也擴大了表面積，讓低質量或驗證不充分的模型有機會存在。
另外，還有 200 萬+ 記錄到的推理（inferences）。這說明確實有人在使用，但它並不等同於 200 萬個獨立的數據點來評估泛化能力。
因此，支撐“這個模型有效”這一結論的實際證據，可能比原始計數所暗示的要小得多。
代幣經濟（token economics）又增加了一層：目前流通的約爲總供應上限 10 億中的 1.9 億 OPG（約 19%），真正可流通的浮動量可能還更低。這意味着未來仍可能被進一步稀釋，而市場最終必須把這種因素納入定價。
VC 維度通常被當作理論來討論，但它指向一個更實際的點：模型的靈活性伴隨着對數據需求的成本。系統越富有表達能力，在你真的獲得信心而不只是表面印象之前，就需要越多證據。
所以這裏存在一種張力：代幣市場可能會很快開始給“使用（usage）”定價，而更難的部分——證明實際學習質量——卻會進展更慢。
使用很容易觀察到。學習是否發生則不容易證明。@OpenGradient