Når det gjelder AI-prosjekter, kan mange være litt lei av å lytte, hovedsakelig fordi det kommer flere og flere slike prosjekter, og nyhetens interesse for lengst har vært borte. Men @inference_labs vi skal snakke om i dag løser et problem som kanskje ikke alle er klar over, men hvis du virkelig møter det, vil du lide, og det er verdt å snakke om For å si det rett ut, du bruker penger på å abonnere på en avansert AI-tjeneste, i troen på at du bruker toppmodellen som selgeren reklamerer for, men i realiteten kan forhandleren i hemmelighet overføre forespørselen din til en billigere modell. Tross alt kan du ikke se innsiden av modellen, og resultatene ser like ut, så det er veldig vanskelig å finne ut at du har blitt overført. I dette tilfellet kalles det profesjonelle poenget modellerstatningsrisiko, for å si det rett ut, det er å bruke penger på å kjøpe eksklusive tjenester, og selve bruken er et billig alternativ Inference Labs' løsning har en helt spesiell idé, som baserer seg på nullkunnskapsbevis for å generere offentlig verifiserbare kryptografiske bevis, som ikke bare kan bekrefte at modellvekten ikke har endret seg, men også bevise at en spesifisert modell er brukt, og dermed unngå fallgruver fra roten 👉 Kjernefordelene er intuitive 1⃣ Alle kan bekrefte det. Enten det er deg selv, tilsynsmyndighetene eller en tredjepart som revisoren, kan du uavhengig sjekke dette dokumentet, uten å stole på Inference Labs eller forhandlerne som tilbyr AI-tjenester, og uten å stole på "karakter"-garantier gjennom hele prosessen. 2⃣ Ingen privatliv lekker ut i det hele tatt. Kjernedataene (vektene) i modellen og informasjonen du legger inn trenger ikke å oppgis, og sikkerheten er full. For å gi et enkelt eksempel, akkurat som vi vanligvis krypterer nettsider med HTTPS, trenger du ikke å kjenne til krypteringsdetaljene bak det, bare sørg for at tilkoblingen er sikker, og det samme gjelder her Kjernevisjonen er klar: la brukere bruke avansert AI med selvtillit, utviklere tør å åpne modeller (garantere IP), fremme åpenhet og troverdighet i AI-økosystemet, og redusere avhengigheten av giganter I scenarioer som on-chain asset management og automatiserte agenter, er folk mer bekymret for å tukle med resonnement og modelloverføring enn modellintelligens. Tidligere var lignende inferensverifiseringsløsninger for trege og dyre å implementere, men Inference Labs samarbeidet med Cysic for å introdusere ZK-maskinvareakselerasjon og installere en "akselerator" for verifiseringssystemet, noe som gjorde det mulig å implementere teoretisk anti-forfalskning Etter at mainnet ble lansert, skiftet fokuset deres til bedre bruk, billigere og større, noe som var akkurat passe for nodene hvor Agenten kunne eksplodere. Denne stilen med å ikke hype og gjøre bunnen solid, er spesielt pålitelig #InferenceLabs