Das versteckte Chaos in OpenGradient besteht nicht darin, ein KI-Modell aus einem Smart Contract aufzurufen. Es füttert dieses Modell mit den genauen Daten, die der Vertrag denkt, dass er sie füttert.
Ich habe weiter auf SolidML geschaut, weil der Fehlerfall an der Oberfläche nicht dramatisch ist.
Ein Vertrag kann OGInference aufrufen. Die Anfrage kann ein modelCID aus dem Model Hub enthalten. Das Modell kann Ausgaben innerhalb derselben atomaren Transaktion zurückgeben. Aus der Sicht des Nutzers sieht das sauber nach On-Chain KI aus.
Aber der Builder muss die Eingaben trotzdem richtig zuordnen.
Die Modell-Eingabe von OpenGradient ist nicht nur "Zahl senden, Ergebnis erhalten." Es verwendet benannte Tensoren, die mit den ONNX-Modell-Metadaten übereinstimmen müssen. Die Zahlen verwenden auch eine Festkommadarstellung, sodass 1.52 nicht einfach 1.52 ist. Es wird zu einem Wert- und Dezimalpaar.
Das ist der Punkt, an dem ein kleiner Fehler teuer werden kann.
Wenn ein Vault Volatilität mit dem falschen Tensor-Namen sendet oder ein Lending-Pool eine Risikozahl um die falschen Dezimalstellen verschiebt, kann das Modell immer noch laufen und die Transaktion kann immer noch abgeschlossen werden. Der Nutzer sieht nur die endgültige Gebühr, Punktzahl oder Ablehnung. Der Builder muss erklären, dass die KI gültig war, aber die Eingabeverkabelung falsch war.
Das ist der Druck, den ich in OpenGradient sehe.
Atomare KI ist nur nützlich, wenn die Modell-Eingabe des Vertrags genauso verteidigbar ist wie die Modell-Ausgabe.
#OPG $OPG @OpenGradient $PENGU $O