Trendande ämnen
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Rejamong.eth
Valideringsledare A41
ZK är ett coolt verktyg som kan ge förtroende "bara med kod" där förtroende behövs utan behov av en central enhet.
ZK-coprocessorer, som Lagrange och @brevis_zk trycker hårt, verkar också snabbt börja användas inom AI och blockchain.

Rejamong.eth5 timmar sedan
AI behöver ZK
: ZK-bevis för att säkerställa förtroende för LLM:er för körning på enheten
@lagrangedev, ett ZK Coprocessor-projekt, gjorde ett tillkännagivande om att tillhandahålla ZK-bevis för Googles Gemma3 vid evenemanget "Verifying Intelligence" som anordnades av Google Cloud och HouseofZK.
Gemma 3 är en lätt, högpresterande "on-device" LLM utvecklad av Google. Till skillnad från stora AI-modeller som GPT, som körs på en central server och tar emot resultat, är Gemma3 en lättviktsmodell som körs på användarens enhet och drar slutsatser.
LLM:er på enheten möjliggör AI utan nätverksanslutning, vilket garanterar integritet eftersom data inte behöver skickas till en central server.
Dessutom, eftersom den centrala serverns beräkningskostnader står för de flesta användningsavgifterna för AI som GPT, har den fördelen att den kraftigt minskar kostnaden för detta.
Men att köra modellen lokalt innebär också att du inte kan förvänta dig förtroende från en central server. Det finns en möjlighet att den lokala körningsmiljön har manipulerats och du måste helt lita på slutsatsdragningsresultaten "själv".
I det här fallet används ZK-coprocessorer som Lagranges DeepProved. DeepProve förvandlar utdata från Gemma3 som körs lokalt till ett ZK-bevis.
Med detta ZK-bevis, användare som använder Gemma3
- Modellen får rätt indata,
- Att Gemma3 beräknades korrekt som den var utformad
- Utan att exponera känslig information
Det kommer att kunna verifieras automatiskt.
Faktum är att denna form av lätt lokal exekvering LLM möter ZK Coprocessor mycket bra med blockchain + AI.
Decentraliserade blockkedjenoder kan ge inferensresultat genom lätta och högpresterande LLM:er som Gemma3, och sedan skapa och skicka in dem som ZK-bevis för att möjliggöra betrodd decentraliserad AI.
När allt kommer omkring, i en tid av körning av AI på enheten, är det viktigt med ZK-säker infrastruktur som kan säkerställa förtroende.
AI-specifika ZK-coprocessorer som Lagranges DeepProve kommer att spela en avgörande roll i detta syfte.

607
Yaping med en Sui och Dex-upplevelse
Jag upplevde dex på Sui för länge sedan när Sui var några hundra vunna. Det fanns ingen Cetus då, och det fanns ingen het @MMTFinance nu.
Visst, den snabba blocktiden och överföringen utan godkännande (Godkänn) gav mig en extatisk upplevelse jämfört med First Love Ethereum. När det gäller UX kan man säga att det är mycket bättre än Solana.
Men den viktigaste delen av en DEX är "likviditet" och "storleken på ekosystemet". De flesta av de nya tokens och stablecoins är EVM:er, och det finns inte många tokens att handla med i Sui-ekosystemet.
Till slut förlorade Dex-upplevelsen på Sui sin smak efter Daedongflodens vattenhändelse som hälldes ut på Sui. Jag hade inget att byta.
För att DeFi ska överleva är den första likviditet och den andra är likviditet.
Oavsett hur bra och bra momentumet är, om storleken på Suis eget ekosystem inte stöds, kommer det så småningom att svalna igen efter TGE-blixten.
Liksom Solanas memecoin Meta behöver Sui också något nytt för att följa med likviditet förutom DeFi.
Jag vill också dex i ett antal fantastiska användarupplevelser.

4,27K
AI behöver ZK
: ZK-bevis för att säkerställa förtroende för LLM:er för körning på enheten
@lagrangedev, ett ZK Coprocessor-projekt, gjorde ett tillkännagivande om att tillhandahålla ZK-bevis för Googles Gemma3 vid evenemanget "Verifying Intelligence" som anordnades av Google Cloud och HouseofZK.
Gemma 3 är en lätt, högpresterande "on-device" LLM utvecklad av Google. Till skillnad från stora AI-modeller som GPT, som körs på en central server och tar emot resultat, är Gemma3 en lättviktsmodell som körs på användarens enhet och drar slutsatser.
LLM:er på enheten möjliggör AI utan nätverksanslutning, vilket garanterar integritet eftersom data inte behöver skickas till en central server.
Dessutom, eftersom den centrala serverns beräkningskostnader står för de flesta användningsavgifterna för AI som GPT, har den fördelen att den kraftigt minskar kostnaden för detta.
Men att köra modellen lokalt innebär också att du inte kan förvänta dig förtroende från en central server. Det finns en möjlighet att den lokala körningsmiljön har manipulerats och du måste helt lita på slutsatsdragningsresultaten "själv".
I det här fallet används ZK-coprocessorer som Lagranges DeepProved. DeepProve förvandlar utdata från Gemma3 som körs lokalt till ett ZK-bevis.
Med detta ZK-bevis, användare som använder Gemma3
- Modellen får rätt indata,
- Att Gemma3 beräknades korrekt som den var utformad
- Utan att exponera känslig information
Det kommer att kunna verifieras automatiskt.
Faktum är att denna form av lätt lokal exekvering LLM möter ZK Coprocessor mycket bra med blockchain + AI.
Decentraliserade blockkedjenoder kan ge inferensresultat genom lätta och högpresterande LLM:er som Gemma3, och sedan skapa och skicka in dem som ZK-bevis för att möjliggöra betrodd decentraliserad AI.
När allt kommer omkring, i en tid av körning av AI på enheten, är det viktigt med ZK-säker infrastruktur som kan säkerställa förtroende.
AI-specifika ZK-coprocessorer som Lagranges DeepProve kommer att spela en avgörande roll i detta syfte.

1,27K
Topp
Rankning
Favoriter