#OPG @OpenGradient
Ребята, на прошлой неделе я помогал другу разобраться в мире AI-моделей. Она всё время спрашивала, какие из них действительно важны? И, честно говоря, я не смог дать ей однозначный ответ.
Большинство моделей появляются на сцене, их раздувают, а потом они исчезают. Некоторые остаются, потому что разработчики продолжают возвращаться, пользователи продолжают запускать инференсы, обновления продолжают выходить. Но нет системы рейтингов. Нет рынка, который тихо решает, какие модели имеют потенциал.
Вот тут-то меня и зацепил хаб моделей opengradient. У них более 4500 моделей, размещённых от более чем 100 разработчиков. История версий, публичные профили, категории, площадка для тестирования. Это уже не просто репозиторий. Это похоже на рынок.
Фондовые рынки не решают, какие компании выиграют, решают люди. Здесь то же самое. Уже обработано более 2 миллионов проверяемых инференсов. Модели не просто перечислены. Они используются. Каждый инференс требует оплаты и верификации через $OPG . Валидаторы проверяют вычислительные доказательства перед тем, как активность будет зафиксирована. Чем больше использования, тем выше спрос на этот координационный слой.
Я наткнулся на четыре бага при тестировании загрузки моделей и инференсов: неудачная загрузка блоба на walrus, повторная попытка сработала, проверка аттестации tee задерживалась при одновременных запросах, генерация доказательства zkml превышала время ожидания на сложных моделях, и одна ошибка версионирования модели, когда семантическое версионирование не соотносилось правильно. Все изолировано. Никаких каскадных сбоев.
Разделение выполнения и верификации, консенсус cometbft, архитектура haca, канал для on-chain ML делает хаб похожим на инфраструктуру, а не просто хранилище.
Будущее может быть не о том, чтобы создать больше всего моделей.
Возможно, речь о том, чтобы наблюдать, как рынок тихо решает, какие из них важны.
Так когда модель перестаёт быть файлом и начинает становиться экономикой?
$OPG
Ребята, на прошлой неделе я помогал другу разобраться в мире AI-моделей. Она всё время спрашивала, какие из них действительно важны? И, честно говоря, я не смог дать ей однозначный ответ.
Большинство моделей появляются на сцене, их раздувают, а потом они исчезают. Некоторые остаются, потому что разработчики продолжают возвращаться, пользователи продолжают запускать инференсы, обновления продолжают выходить. Но нет системы рейтингов. Нет рынка, который тихо решает, какие модели имеют потенциал.
Вот тут-то меня и зацепил хаб моделей opengradient. У них более 4500 моделей, размещённых от более чем 100 разработчиков. История версий, публичные профили, категории, площадка для тестирования. Это уже не просто репозиторий. Это похоже на рынок.
Фондовые рынки не решают, какие компании выиграют, решают люди. Здесь то же самое. Уже обработано более 2 миллионов проверяемых инференсов. Модели не просто перечислены. Они используются. Каждый инференс требует оплаты и верификации через $OPG . Валидаторы проверяют вычислительные доказательства перед тем, как активность будет зафиксирована. Чем больше использования, тем выше спрос на этот координационный слой.
Я наткнулся на четыре бага при тестировании загрузки моделей и инференсов: неудачная загрузка блоба на walrus, повторная попытка сработала, проверка аттестации tee задерживалась при одновременных запросах, генерация доказательства zkml превышала время ожидания на сложных моделях, и одна ошибка версионирования модели, когда семантическое версионирование не соотносилось правильно. Все изолировано. Никаких каскадных сбоев.
Разделение выполнения и верификации, консенсус cometbft, архитектура haca, канал для on-chain ML делает хаб похожим на инфраструктуру, а не просто хранилище.
Будущее может быть не о том, чтобы создать больше всего моделей.
Возможно, речь о том, чтобы наблюдать, как рынок тихо решает, какие из них важны.
Так когда модель перестаёт быть файлом и начинает становиться экономикой?
$OPG