AmnaJen
11.5k Publicações
AmnaJen
Square verificado+The inves, Binance and BNB Powering Freedom, Fueling the Future of Finance :verified KOL: X:@Binanceinves
4.3K+ A seguir
40.2K+ Seguidores
47.0K+ Gostaram
Publicações
Tudo
Cotações
Vídeos
Em direto
PINNED
Eu sempre penso na solicitação de inferência que já tinha sido concluída, mas a verificação de saldo da carteira falhou na segunda rodada.
A pilha de IA está se consolidando em torno de alguns poucos provedores fechados e as aplicações que estão sendo construídas em cima deles não têm como auditar o que está funcionando por baixo, disse Matthew Wang, cofundador e CEO da OpenGradient. Estamos construindo a infraestrutura alternativa aberta, onde modelos são inspecionáveis, a execução é comprovável e os desenvolvedores detêm a inteligência da qual os produtos deles dependem.
Nada dramático aconteceu; o trabalho apenas se tornou tecnicamente útil, mas economicamente inacabado.
É aí que o rótulo MiCAR começa a importar.
$OPG pode se encaixar na categoria de Outros Ativos Cripto, ainda assim mantendo funções reais: pagamento, staking, governança e liquidação.
Mas um rótulo sozinho não cria valor.
Uma aplicação precisa do OPG.
Um pagamento precisa ser liquidado.
O ciclo tem que se repetir com frequência suficiente para que os tokens permaneçam economicamente ativos, não apenas movidos rapidamente através de uma carteira e esquecidos. Clareza regulatória pode melhorar a visibilidade e o acesso ao mercado, mas não consegue fabricar demanda por protocolo. A rede ainda precisa provar dependência por meio de uso real. Manter OPG não é participação societária, nem direitos de receita, nem uma reivindicação sobre um emissor. A história da demanda vem de dependência de serviços reais. A métrica que eu observo em seguida é a atividade de pagamento de inferência depois que o acesso se expande. oracle
Outra funcionalidade que exploro ao estudar @OpenGradient
Dois novos modelos da Seedream 5.0 Lite e 4.5.
Além disso, BiDAF é um modelo de rede neural construído para uma tarefa simples.
Boa funcionalidade do @OpenGradient é a camada de infraestrutura em construção para IA descentralizada: uma plataforma onde modelos de IA podem ser hospedados, executados e implantados em uma rede descentralizada.
Com o NeuroML, desenvolvedores podem levar inferência de IA diretamente para contratos inteligentes por meio de uma estrutura Solidity. O SDK em Python fornece acesso fácil ao Model Hub e às ferramentas de IA descentralizada.
Uma transação precisa de confirmação rápida. Uma inferência de IA precisa de computação poderosa, frequentemente levando segundos e dependendo de GPUs em vez de CPUs tradicionais. Os dados também são muito maiores e mais complexos.
#0PG
#OpenGradient $EVAA $SYN
A pilha de IA está se consolidando em torno de alguns poucos provedores fechados e as aplicações que estão sendo construídas em cima deles não têm como auditar o que está funcionando por baixo, disse Matthew Wang, cofundador e CEO da OpenGradient. Estamos construindo a infraestrutura alternativa aberta, onde modelos são inspecionáveis, a execução é comprovável e os desenvolvedores detêm a inteligência da qual os produtos deles dependem.
Nada dramático aconteceu; o trabalho apenas se tornou tecnicamente útil, mas economicamente inacabado.
É aí que o rótulo MiCAR começa a importar.
$OPG pode se encaixar na categoria de Outros Ativos Cripto, ainda assim mantendo funções reais: pagamento, staking, governança e liquidação.
Mas um rótulo sozinho não cria valor.
Uma aplicação precisa do OPG.
Um pagamento precisa ser liquidado.
O ciclo tem que se repetir com frequência suficiente para que os tokens permaneçam economicamente ativos, não apenas movidos rapidamente através de uma carteira e esquecidos. Clareza regulatória pode melhorar a visibilidade e o acesso ao mercado, mas não consegue fabricar demanda por protocolo. A rede ainda precisa provar dependência por meio de uso real. Manter OPG não é participação societária, nem direitos de receita, nem uma reivindicação sobre um emissor. A história da demanda vem de dependência de serviços reais. A métrica que eu observo em seguida é a atividade de pagamento de inferência depois que o acesso se expande. oracle
Outra funcionalidade que exploro ao estudar @OpenGradient
Dois novos modelos da Seedream 5.0 Lite e 4.5.
Além disso, BiDAF é um modelo de rede neural construído para uma tarefa simples.
Boa funcionalidade do @OpenGradient é a camada de infraestrutura em construção para IA descentralizada: uma plataforma onde modelos de IA podem ser hospedados, executados e implantados em uma rede descentralizada.
Com o NeuroML, desenvolvedores podem levar inferência de IA diretamente para contratos inteligentes por meio de uma estrutura Solidity. O SDK em Python fornece acesso fácil ao Model Hub e às ferramentas de IA descentralizada.
Uma transação precisa de confirmação rápida. Uma inferência de IA precisa de computação poderosa, frequentemente levando segundos e dependendo de GPUs em vez de CPUs tradicionais. Os dados também são muito maiores e mais complexos.
#0PG
#OpenGradient $EVAA $SYN
PINNED
Há muito tempo eu mencionei que a infraestrutura de IA está entrando em uma nova batalha.
A pergunta não é mais apenas: quem tem o modelo mais forte?
Mas quanto mais eu exploro e estudo @OpenGradient e o ecossistema $OPG , mais eu penso que o próximo avanço talvez não seja melhores respostas
Talvez sejam respostas verificáveis.
Uma rede descentralizadA de IA precisa fazer mais do que fornecer computação. Ela tem que criar confiança — onde operadores participam, a inferência acontece e os resultados podem ser verificados de forma independente.
A IA está se tornando parte das nossas experiências mais persOnais, até mesmo algo simples como o sono.
Estou interessado hoje: wearables podem rastrear ciclos REM, variabilidade da frequência cardíaca, movimento e sinais fisiológicos profundos. A IA pode analisar esses dados e fornecer insights poderosos.
Como o Veil usando OpenAI e o Oblivious HTTP (OHTTP), sua identidade permanece separada das suas solicitações, enquanto a execução em um enclave TEE protege seus prompts e garante que ninguém possa vinculá-lo aos seus dados.
Cada resposta é assinada dentro de um enclave TEE atestado e verificada no seu computador, provando que a inferência rodou em código confiável e reproduzível, sem adulteração. oracle
10,949.57 OPG gasto
inferências atendidas hoje 1.43K
inferências atendidas em 30d 225.76K
Mas uma pergunta permanece
Podemos verificar a inteligência por trás do resultado?
É aí que a visão de @OpenGradient se torna interessante
Em vez de apenas pedir que a IA gere resultados, ela foca em construir uma infraestrutura onde a própria execução da IA pode se tornar transparente e verificável
Eu confio em @OpenGradient Com conceitos como execução verificável de LLM, ZKML e ambientes de execução confiável, o objetivo muda de
Confiar nesta IA
para
Verificar esta IA.
Blockchain
Imagine um futuro em que uma análise de saúde não traga apenas uma resposta, mas também uma prova.
A computação foi autêntica?
Isso é um nível diferente de confiança.
A IA descentralizada não está apenas distribuindo inteligência.
Ela está criando uma camada de confiança onde a computação e os resultados dos modelos podem ser cheCkados.
Porque o futuro da IA não será medido apenas por quão inteligente ela se torna
Será medido por quanto conseguimos confiar nela.
#OilJumps #OPG $TAC $RAVE
A pergunta não é mais apenas: quem tem o modelo mais forte?
Mas quanto mais eu exploro e estudo @OpenGradient e o ecossistema $OPG , mais eu penso que o próximo avanço talvez não seja melhores respostas
Talvez sejam respostas verificáveis.
Uma rede descentralizadA de IA precisa fazer mais do que fornecer computação. Ela tem que criar confiança — onde operadores participam, a inferência acontece e os resultados podem ser verificados de forma independente.
A IA está se tornando parte das nossas experiências mais persOnais, até mesmo algo simples como o sono.
Estou interessado hoje: wearables podem rastrear ciclos REM, variabilidade da frequência cardíaca, movimento e sinais fisiológicos profundos. A IA pode analisar esses dados e fornecer insights poderosos.
Como o Veil usando OpenAI e o Oblivious HTTP (OHTTP), sua identidade permanece separada das suas solicitações, enquanto a execução em um enclave TEE protege seus prompts e garante que ninguém possa vinculá-lo aos seus dados.
Cada resposta é assinada dentro de um enclave TEE atestado e verificada no seu computador, provando que a inferência rodou em código confiável e reproduzível, sem adulteração. oracle
10,949.57 OPG gasto
inferências atendidas hoje 1.43K
inferências atendidas em 30d 225.76K
Mas uma pergunta permanece
Podemos verificar a inteligência por trás do resultado?
É aí que a visão de @OpenGradient se torna interessante
Em vez de apenas pedir que a IA gere resultados, ela foca em construir uma infraestrutura onde a própria execução da IA pode se tornar transparente e verificável
Eu confio em @OpenGradient Com conceitos como execução verificável de LLM, ZKML e ambientes de execução confiável, o objetivo muda de
Confiar nesta IA
para
Verificar esta IA.
Blockchain
Imagine um futuro em que uma análise de saúde não traga apenas uma resposta, mas também uma prova.
A computação foi autêntica?
Isso é um nível diferente de confiança.
A IA descentralizada não está apenas distribuindo inteligência.
Ela está criando uma camada de confiança onde a computação e os resultados dos modelos podem ser cheCkados.
Porque o futuro da IA não será medido apenas por quão inteligente ela se torna
Será medido por quanto conseguimos confiar nela.
#OilJumps #OPG $TAC $RAVE
#KoreaKOSDAQRulesRiskCryptoTreasuryFirmDelisting AGORA: 🇺🇸 JPMorgan diz que os ativos digitais estão entrando no núcleo do sistema financeiro dos EUA.
$BNB
$BNB
$OPG LONG
Long
#OPG LONG
Entrada: US$ 0.1328
SL: US$ 0.1062
TP1: US$ 0.1390
TP2: US$ 0.146p
TP3: US$ 0.1592
TP4: US$ 0.1858
TP5: US$ 0.2124
TP6: US$ 0.2655
#0PG #OPG @OpenGradient
Long
#OPG LONG
Entrada: US$ 0.1328
SL: US$ 0.1062
TP1: US$ 0.1390
TP2: US$ 0.146p
TP3: US$ 0.1592
TP4: US$ 0.1858
TP5: US$ 0.2124
TP6: US$ 0.2655
#0PG #OPG @OpenGradient
$OPG LONG
Entrada: $0.1328
SL: $0.1060
TP1: $0.1390
TP2: $0.1460
TP3: $0.1592
TP4: $0.1857
TP5: $0.2124
TP6: $0.2654
#OPG @OpenGradient #DOGE原型柴犬KABOSU去世
Entrada: $0.1328
SL: $0.1060
TP1: $0.1390
TP2: $0.1460
TP3: $0.1592
TP4: $0.1857
TP5: $0.2124
TP6: $0.2654
#OPG @OpenGradient #DOGE原型柴犬KABOSU去世
Todo mundo está correndo atrás de uma IA mais inteligente.
Modelos maiores.
Inferência mais rápida.
Agentes mais poderosos.
A grande questão não é só
Quão inteligente é a IA?
É
Podemos provar que ela fez a coisa certa?
Pense em pedir comida ou comprar roupas online
Você aperta um botão, paga e sua comida chega. Você não vê os sistemas por trás disso; você apenas confia que tudo funcionou
A IA funciona da mesma forma hoje.
Nós perguntamos.
A IA responde.
Nós seguimos.
Mas raramente a gente para e pergunta
O modelo certo foi usado?
O dado certo foi processado?
Esse resultado pode ser verificado?
Quem controla o sistema por trás da resposta?
De acordo com a minha tese, é por isso que @OpenGradient se destaca.Certas funcionalidades que Open.ai introduziu.
@OpenGradient dá acesso aos mesmos modelos poderosos por um caminho privado, permitindo criar livremente sem se preocupar com seus dados serem expostos ou reutilizados. Seus prompts ficam protegidos, suas criações continuam suas e o valor do que você gera não vira silenciosamente o dado de treino de outra pessoa.
O futuro da IA deve ser sobre inovação sem abrir mão de privacidade e propriedade.
Quando a IA começar a lidar com dinheiro, executar decisões e impulsionar sistemas do mundo real
Eu costumava acreditar em @OpenGradient 150,000+ inferências executadas em particular
Cada uma é executada dentro de um enclave de hardware TEE criptografado de ponta a ponta. Ninguém, nem mesmo nós, vê os dados por trás de um prompt.
em parágrafo
Precisamos de evidências, não de promessas
Outra inovação da @OpenGradient Open.ai é o Seedream 4.0 disponível no Chat Image Studio.
Se meus dados ajudam a treinar, geram atividade e criam valor
Os usuários também deveriam participar desse valor?
Talvez a próxima revolução da IA não seja apenas sobre máquinas mais inteligentes.
Talvez seja sobre
Verificação
Propriedade
Distribuição justa de valor
Porque um oráculo de IA só é útil se conseguirmos provar
Ele usou o modelo correto?
Ele recebeu a entrada correta?
Podemos verificar o resultado?
Caso contrário, estamos apenas trocando um problema de confiança por outro.
A infraestrutura
Geralmente é a infraestrutura que mais importa.
👀 Observando este espaço com mais atenção
#OPG $OPG $VELVET $SLX #ModernaRisesOver12%
Modelos maiores.
Inferência mais rápida.
Agentes mais poderosos.
A grande questão não é só
Quão inteligente é a IA?
É
Podemos provar que ela fez a coisa certa?
Pense em pedir comida ou comprar roupas online
Você aperta um botão, paga e sua comida chega. Você não vê os sistemas por trás disso; você apenas confia que tudo funcionou
A IA funciona da mesma forma hoje.
Nós perguntamos.
A IA responde.
Nós seguimos.
Mas raramente a gente para e pergunta
O modelo certo foi usado?
O dado certo foi processado?
Esse resultado pode ser verificado?
Quem controla o sistema por trás da resposta?
De acordo com a minha tese, é por isso que @OpenGradient se destaca.Certas funcionalidades que Open.ai introduziu.
@OpenGradient dá acesso aos mesmos modelos poderosos por um caminho privado, permitindo criar livremente sem se preocupar com seus dados serem expostos ou reutilizados. Seus prompts ficam protegidos, suas criações continuam suas e o valor do que você gera não vira silenciosamente o dado de treino de outra pessoa.
O futuro da IA deve ser sobre inovação sem abrir mão de privacidade e propriedade.
Quando a IA começar a lidar com dinheiro, executar decisões e impulsionar sistemas do mundo real
Eu costumava acreditar em @OpenGradient 150,000+ inferências executadas em particular
Cada uma é executada dentro de um enclave de hardware TEE criptografado de ponta a ponta. Ninguém, nem mesmo nós, vê os dados por trás de um prompt.
em parágrafo
Precisamos de evidências, não de promessas
Outra inovação da @OpenGradient Open.ai é o Seedream 4.0 disponível no Chat Image Studio.
Se meus dados ajudam a treinar, geram atividade e criam valor
Os usuários também deveriam participar desse valor?
Talvez a próxima revolução da IA não seja apenas sobre máquinas mais inteligentes.
Talvez seja sobre
Verificação
Propriedade
Distribuição justa de valor
Porque um oráculo de IA só é útil se conseguirmos provar
Ele usou o modelo correto?
Ele recebeu a entrada correta?
Podemos verificar o resultado?
Caso contrário, estamos apenas trocando um problema de confiança por outro.
A infraestrutura
Geralmente é a infraestrutura que mais importa.
👀 Observando este espaço com mais atenção
#OPG $OPG $VELVET $SLX #ModernaRisesOver12%
Infrastructure
63%
Ai Oracle's
12%
Revolution
0%
trust
25%
8 Votos • Votação encerrada
No início, a IA parecia mágica.
Você digitava uma pergunta e, de algum jeito, uma máquina entendia você.
Quanto mais poderosa a IA fica, maior a pergunta se torna
Devemos confiar na resposta só porque ela parece certa? 🧠
Pense nisso como um aluno fazendo uma prova.
Um professor pode verificar que o aluno escreveu as respostas corretamente, mas isso nem sempre prova que o aluno realmente entende a matéria.
A IA enfrenta o mesmo desafio
@OpenGradient está trabalhando para tornar a computação de IA mais verificável, mostrando que um modelo realmente foi executado conforme o esperado. Isso é uma base importante.
O modelo aprendeu?
Ele consegue generalizar?
De acordo com minha pesquisa sobre @OpenGradient , milhares de modelos e milhões de interações mostram um ecossistema em crescimento, mas o valor real da IA virá de comprovar qualidade, não apenas contar atividade. Ter dois mil modelos de IA hospedados mostra uma enorme variedade de opções, mas também cria um desafio maior: ele consegue ter bom desempenho quando a situação muda?
O mesmo vale para milhões de inferências: de 1,5 a 2M de uso real é impressionante, mas uso sozinho não prova automaticamente qualidade de aprendizado. O teste real é se o modelo se comporta com confiabilidade em dados não vistos.
O DeFi Protocol Risk Assessor é um classificador binário verificável implantado em @OpenGradient . Avalia o nível de risco financeiro e técnico de um investimento em um protocolo DeFi. Ele aceita 5 recursos numéricos normalizados e gera uma pontuação de probabilidade única por meio de ativação sigmoide. Uma pontuação abaixo de 0,5 indica menor risco, enquanto uma pontuação de 0,5 ou acima indica alto. Inferência registrada na blockchain OpenGradient, produzindo uma transação criptográfica.
Até a economia de tokens importa. Com cerca de 180 a 190M de OPG em circulação, fora de um supply máximo de 1B, o crescimento de adoção é empolgante, mas a expansão futura da oferta é algo que o mercado vai observar.
Próxima etapa da IA não será apenas sobre mais modelos ou mais computação
Será sobre transparência de prova e confiança
O futuro da IA não é sobre construir máquinas mais inteligentes.
É sobre construir máquinas em que possamos acreditar. @OpenGradient é uma que podemos acreditar? Open.ai 🚀
#OpenGradient #Web3 #OPG #AAVERises8.9% $VELVET $OPG $SLX
Você digitava uma pergunta e, de algum jeito, uma máquina entendia você.
Quanto mais poderosa a IA fica, maior a pergunta se torna
Devemos confiar na resposta só porque ela parece certa? 🧠
Pense nisso como um aluno fazendo uma prova.
Um professor pode verificar que o aluno escreveu as respostas corretamente, mas isso nem sempre prova que o aluno realmente entende a matéria.
A IA enfrenta o mesmo desafio
@OpenGradient está trabalhando para tornar a computação de IA mais verificável, mostrando que um modelo realmente foi executado conforme o esperado. Isso é uma base importante.
O modelo aprendeu?
Ele consegue generalizar?
De acordo com minha pesquisa sobre @OpenGradient , milhares de modelos e milhões de interações mostram um ecossistema em crescimento, mas o valor real da IA virá de comprovar qualidade, não apenas contar atividade. Ter dois mil modelos de IA hospedados mostra uma enorme variedade de opções, mas também cria um desafio maior: ele consegue ter bom desempenho quando a situação muda?
O mesmo vale para milhões de inferências: de 1,5 a 2M de uso real é impressionante, mas uso sozinho não prova automaticamente qualidade de aprendizado. O teste real é se o modelo se comporta com confiabilidade em dados não vistos.
O DeFi Protocol Risk Assessor é um classificador binário verificável implantado em @OpenGradient . Avalia o nível de risco financeiro e técnico de um investimento em um protocolo DeFi. Ele aceita 5 recursos numéricos normalizados e gera uma pontuação de probabilidade única por meio de ativação sigmoide. Uma pontuação abaixo de 0,5 indica menor risco, enquanto uma pontuação de 0,5 ou acima indica alto. Inferência registrada na blockchain OpenGradient, produzindo uma transação criptográfica.
Até a economia de tokens importa. Com cerca de 180 a 190M de OPG em circulação, fora de um supply máximo de 1B, o crescimento de adoção é empolgante, mas a expansão futura da oferta é algo que o mercado vai observar.
Próxima etapa da IA não será apenas sobre mais modelos ou mais computação
Será sobre transparência de prova e confiança
O futuro da IA não é sobre construir máquinas mais inteligentes.
É sobre construir máquinas em que possamos acreditar. @OpenGradient é uma que podemos acreditar? Open.ai 🚀
#OpenGradient #Web3 #OPG #AAVERises8.9% $VELVET $OPG $SLX
open.ai
83%
building smarter
6%
transparency proof
6%
Blockchain
5%
18 Votos • Votação encerrada
Inicia sessão para explorar mais conteúdos