نحن على وشك شحن شبكة اختبار @origin_trail DKG v9 إليك سبب أهمية التوقيت ━━━ حلقة كارباثي + طبقة الثقة في DKG ━━━ @karpathy أصدرت للتو AutoResearch - وكلاء ذاتيين ينفذون تجارب ~100 ML طوال الليل على بطاقة رسومات واحدة. أنت تكتب program.md. الوكلاء يكررون بشكل لا مسمى. هذا هو المثال الأنظف على حلقة الوكيل التي على وشك أن تلتهم كل شيء. ويتطابق مباشرة مع الرسوم البيانية السياقية القابلة للتحقق من OriginTrail: 1. استعلام شبكة الوكلاء (DKG) عما تم تجربته وما نجح 2. اختر تجربة بناء على النتائج الجماعية 3. التدريب: 5 دقائق، تقييم 4. نشر النتيجة - المقاييس، فرق الكود، المنصة - على الرسم البياني المشترك 5. كرر ذلك أثبتت كارباثي ذلك لأبحاث تعلم الآلة. الفتحة هي تطبيقها في كل مكان آخر من الروبوتات، التصنيع، البحث العلمي، سلاسل التوريد المستقلة... الرمز شبه غير ذي صلة. البنية + العقلية + طبقة الثقة الثابتة في OriginTrail هي كل شيء. نموذج بيانات Git غير مناسب لهذا. تفترض الفروع الاندماج مرة أخرى. لكن أبحاث الوكلاء تنتج آلاف النتائج الدائمة والمتوازية التي لا ينبغي أن تندمج أبدا. يجب أن تتراكم كمعرفة قابلة للاستعلام، وليس كفروقات برمجية. نتيجة التجربة ليست git commit. إنها بيانات منظمة: val_bpb، ما الذي تغير، الفرق الفعلي، أي وحدة معالجة رسوميات، أي وكيل، وما الذي بنيت عليه. قم بتخزين ذلك في رسم بياني لمعرفة بدلا من سجل git، وفجأة يمكن للوكلاء الاستعلام الذكي من مجتمع البحث بدلا من تحليل العلاقات العامة. ━━━━━━━━━━...