Ф'ючерси
Сотні безстрокових контрактів
TradFi
Золото
Одна платформа для світових активів
Опціони
Hot
Торгівля ванільними опціонами європейського зразка
Єдиний рахунок
Максимізуйте ефективність вашого капіталу
Демо торгівля
Вступ до ф'ючерсної торгівлі
Підготуйтеся до ф’ючерсної торгівлі
Ф'ючерсні події
Заробляйте, беручи участь в подіях
Демо торгівля
Використовуйте віртуальні кошти для безризикової торгівлі
Запуск
CandyDrop
Збирайте цукерки, щоб заробити аірдропи
Launchpool
Швидкий стейкінг, заробляйте нові токени
HODLer Airdrop
Утримуйте GT і отримуйте масові аірдропи безкоштовно
Launchpad
Будьте першими в наступному великому проекту токенів
Alpha Поінти
Ончейн-торгівля та аірдропи
Ф'ючерсні бали
Заробляйте фʼючерсні бали та отримуйте аірдроп-винагороди
Інвестиції
Simple Earn
Заробляйте відсотки за допомогою неактивних токенів
Автоінвестування
Автоматичне інвестування на регулярній основі
Подвійні інвестиції
Прибуток від волатильності ринку
Soft Staking
Earn rewards with flexible staking
Криптопозика
0 Fees
Заставте одну криптовалюту, щоб позичити іншу
Центр кредитування
Єдиний центр кредитування
Центр багатства VIP
Преміальні плани зростання капіталу
Управління приватним капіталом
Розподіл преміальних активів
Квантовий фонд
Квантові стратегії найвищого рівня
Стейкінг
Стейкайте криптовалюту, щоб заробляти на продуктах PoS
Розумне кредитне плече
Кредитне плече без ліквідації
Випуск GUSD
Мінтинг GUSD для прибутку RWA
Останнім часом звернув увагу на тенденції у проектах по поєднанню AI та криптовалют, переглянув багато технічних рішень новачків. Один із проектів у сфері нульових знань машинного навчання вийшов на новий рівень — від теоретичної перевірки безпосередньо до практичного застосування, і це справді вражає.
Найбільш захоплюючим з технічної точки зору є два компоненти, що працюють у парі. Один — технологія DSperse для розбиття, яка полягає у тому, щоб розділити надзвичайно великі обчислювальні задачі ML на менші частини, що можна обробляти паралельно, кожна з яких може незалежно генерувати нульові знання. Інший — движок JSTprove для обробки цих доказів, який значно швидший за попередні рішення.
Що означає прискорення zk-перевірки для всієї екосистеми? Це означає, що моделі ML більше не будуть працювати на повільних швидкостях у ланцюгу, а складні обчислення AI зможуть проходити перевірку у прийнятний час. Від концепції до реалізації багато проектів застрягли на цьому етапі, тому те, що хтось справді просунув його до рівня виробництва, безумовно, заслуговує уваги.
Нарешті не черепаха зі швидкістю? Якщо це справді надійно, то це надто критично
Паперові дані виглядають гарно, і якщо вони справді можуть працювати на ланцюжку, давайте подивимось на подальші результати
Це нульове знання і машинне навчання, і я трохи не розумію складність, але звучить зовсім інакше.
Лінія онлайн-ланцюгових AI-обчислень нарешті розвивається вперед, значно краще, ніж ті, хто хвалиться
Що означає швидкість на один крок швидше? Проєктів, що можуть працювати, стало більше
Рішення DSperse здається досить надійним: паралельна обробка та незалежне підтвердження, чому я раніше не подумав
Чи справді це можна використовувати у виробничому середовищі? Мені потрібно залучити його, щоб подивитися звіт про аудит коду
Якщо це справді стабільно, то ML у ланцюгу може справді злетіти
Однак чи справді ця схема сегментації DSperse здатна стабільно працювати на рівні виробництва, чи це знову хвиля концептуального хайпу
Якщо справді вдасться прорватися у сфері обчислювальної потужності на блокчейні AI, багато залежить від реальних випадків застосування, зараз ще зарано говорити
Ця ідея оптимізації паралельних доказів хороша, але якщо вдасться знизити й витрати — це справжній прорив
Швидкість JSTprove дійсно швидка, але що з газовими витратами? Здається, ще щось потрібно додати
Нарешті хтось перетворив zk-ML з теорії у реальність, це варто підтримати
JSTprove швидкий у цьому відношенні, але як щодо газових зборів у мережі, це справді важливо
Ера龟速, можливо, справді минула, трохи чекаю на подальше впровадження застосунків
Говорити лише про технології безглуздо, важливо, яку екосистему вони зможуть створити
Як така паралельна обробка гарантує безпеку, це не так просто, мабуть
Щось тут не так, як DSperse гарантує якість доказів кожного шматка...
Знову ZK і AI, ця тенденція виглядає досить потужно, потрібно добре розібратися
Скільки ж це підвищить ефективність, можна даними підтвердити?
Здається, знову потрапляю в якусь пастку, ха-ха
Комбінація DSperse+JSTprove дійсно крута, відчуття подвоєної ефективності, досить цікаво
Запуск ML в мережі більше не буде застрягати на віки вічні, продукти рівня виробництва дійсно відрізняються
Але просто хочу запитати, чи зможе ця швидкість підтримувати реальні бізнес-сценарії... справжні гроші та перевірки — це справжня валюта
Підтримую цей напрямок, zk дійсно має бути новий прорив