¿Qué es exactamente @AlloraNetwork? 1/ Objetivo del proyecto: Construir un ecosistema de IA colaborativa que supere las limitaciones de las IA individuales (incluyendo la auto-mejora y capas inteligentes) 2/ El objetivo final es reunir modelos de IA para crear un modelo de inferencia más preciso y vender ese producto. 3/ Entonces, ¿cómo funcionan los tres elementos (Trabajadores, Reputadores, Coordinadores) que operan Allora? 4/ Supongamos que eres un consumidor del modelo de inferencia de Allora y haces la pregunta: "$BTC precio después de la reunión de la Fed del 30 de julio, ¿subirá o bajará?" 5/ Primero, varios Trabajadores que se unieron a Allora proporcionan diferentes inferencias. • Trabajador A: BTC romperá los $125,000 para el 30 de julio + llenó el hueco del CME en $114.5K, con un objetivo de $134K. • Trabajador B: $130,000 si la Fed es dovish, $110,000 si es hawkish + entrada continua de fondos ETF, riesgo reducido debido a acuerdos comerciales. • Trabajador C: Posible caída a $115,000 después de una corrección a corto plazo + presión de suministro por la venta de ballenas de $9 mil millones. 6/ Y luego los Reputadores verifican los resultados. (Suponiendo el resultado: el precio de BTC es $127,500, la Fed anuncia un recorte de tasas del 0.25%) • Trabajador A: 8/10 (dirección correcta, objetivo cercano) • Trabajador B: 9/10 (escenario predicho con precisión) • Trabajador C: 3/10 (dirección completamente errónea) 7/ Resumen de los Coordinadores • Alta precisión del Trabajador B → 40% de peso para la próxima predicción (alta recompensa $ALLO) • Desempeño decente del Trabajador A → 35% de peso (recompensa media $ALLO) • Baja precisión del Trabajador C → 25% de peso (baja recompensa $ALLO) 8/ De esta manera, Allora logra 'auto-mejora' y crea servicios de inferencia que generan predicciones más precisas.