#OpenLedger es la "versión de IA de Ethereum + GitHub", lo que hace que la IA sea de código abierto, creíble y rastreable, y que todos puedan participar y beneficiarse. Recientemente, después de leer el libro blanco de @OpenledgerHQ "Prueba de atribución", siento cada vez más que en la segunda mitad del desarrollo de #AI, el tema de la confirmación de derechos en todo el proceso de #AI contribución será el mayor punto débil de la IA tradicional. #OpenLedger combina el popular programa actual de #AI + #Blockchain para resolver de manera efectiva los puntos débiles anteriores y, según el informe de investigación de @MessariCrypto, la pista de #AI alcanzará un valor de mercado de más de $ 2 billones para 2030, cuyo potencial es evidente, hoy analizaremos el #AI nuevo caballo oscuro #OpenLedger y las primeras 3 oportunidades de participación gratuita.

En la actualidad, #AI están básicamente controladas por grandes empresas (OpenAI, Google, Meta), cómo se entrena el modelo, qué datos se utilizan y cómo se distribuyen los ingresos: es completamente una operación de caja negra. La gente común no puede participar ni beneficiarse. #OpenLedger utiliza la prueba de atribución para permitir que el contenido generado por #AI (por ejemplo, imágenes, artículos, música) se rastree hasta la fuente, y para garantizar que todos los proveedores de datos que contribuyan a la creación de modelos profesionales de IA sean reconocidos o incentivados. •La forma en que se entrena → el modelo está disponible públicamente • Cuyos datos se utilizan → tiene un registro y tiene credenciales •Quien contribuya con datos → puede ser rastreado y recompensado Se trata de una estructura subyacente de "antimonopolio", que golpea por completo el punto de dolor central de la actual #AI del problema injusto más importante.

#OpenLedger (@OpenledgerHQ) es una plataforma de IA descentralizada basada en blockchain que tiene como objetivo permitir la transparencia, la gobernanza comunitaria y el acceso abierto a la IA. A diferencia de los modelos de IA tradicionales controlados por las grandes empresas tecnológicas, #OpenLedger permite a la comunidad entrenar, validar y crear modelos de IA especializados. El resultado es un sistema más justo en el que las personas que proporcionan datos y modelos obtienen el crédito y las recompensas que merecen.

#OpenLedger arquitectura utiliza 5 capas principales: 🔵 Capa de consenso (basada en el uso compartido seguro de EigenLayer) 🔵 Capa de tiempo de ejecución del modelo (OpenLoRA) 🔵 Datanet + Prueba de Atribución 🔵 Capa de ejecución de tareas (verificación de tareas e incentivos) 🔵 Capa de participación del usuario (plug-in, entrada de umbral bajo) Hay demasiadas cosas técnicas, no las repetiremos aquí, socios interesados, pueden leer el libro blanco en la parte superior de la página de inicio de @OpenledgerHQ. Para nuestros usuarios comunes, es posible que estemos más preocupados por el método de la capa de participación del usuario, y las estrategias principales son (estrategias más detalladas más adelante): • Complemento de Chrome: se puede utilizar como recopilador de datos (sugerencias de contribución, datos de páginas web) •Corredor local: Ejecute nodos OpenLoRA para obtener puntos, soporte de CPU, GPU •Interacciones contributivas: cargue conjuntos de datos, entrene modelos y valide los resultados de otros para formar una comunidad de crowdsourcing #AI

#OpenLedger beneficios clave: 1️⃣OpenLoRA: 1 tarjeta gráfica ejecuta miles de modelos #OpenLedger producto más duro es OpenLoRA, que es la infraestructura de la capa de implementación del modelo. Puede ser difícil de entender, pero aquí te daré un ejemplo. 👉 Por ejemplo, ahora tiene un modelo de LLM y tiene 1.000 "plugins basados en habilidades" ajustados con LoRA (por ejemplo, abogados, médicos, preparadores físicos, profesores, etc.). Si ejecuta estos modelos de la manera tradicional, necesita configurar 1000 tarjetas gráficas, lo cual es ridículamente caro. #OpenLoRA Prácticas utilizadas: •Cargue solo un modelo base (por ejemplo, Mistral) • Se necesita tiempo para cargar dinámicamente el complemento LoRA •La memoria de video no explota, el nivel de milisegundos de conmutación y la velocidad es aún más rápida • Ahorre un 90%+ en los costos del servidor 📌 Esta tecnología es simplemente la mejor #AI de la privatización para las pequeñas y medianas empresas y los particulares. Un LoRA por persona, Copiloto multiusuario. Además, para aquellas plataformas de modelos a gran escala (como los proyectos HuggingFace, Bittensor), es una fuerte asociación complementaria. Por lo tanto, #OpenLoRA no es un concepto, sino un producto de aterrizaje que realmente resuelve los problemas de costo y escalabilidad de la infraestructura de IA, y tiene fuertes capacidades de comercialización, especialmente adecuadas para el despliegue privado localizado de pequeñas y medianas empresas o individuos.