全部 通识 以太坊 比特币 Solana 公链 Solidity Web3应用 编程语言 安全 密码学 AI 存储 其他

哪个 AI 编程助手在 Solidity 语言上表现更出色

评估各个 AI 编程助手在 Solidity 语言上的表现
Solidity  AI 

人工智能代理：研究与应用

这篇文章深入探讨了自主AI代理的概念，特别是基于大型语言模型（LLM）的代理在各个领域中的应用，包括游戏、治理、科学和机器人技术。文章详细介绍了代理的架构、记忆系统、感知能力、推理与规划，以及它们如何在复杂环境中动态互动和决策。通过多代理系统的框架，研究了如何利用这些代理实现智能协作和优化任务执行，同时也提出了在代理智能的发展中需要面对的伦理和社会问题。
AI代理  语言模型  智能系统  多代理架构  推理与规划  记忆系统 
  • accelxr
  • 发布于 2024-11-21
  • 阅读 ( 1370 )

加密原生 AI 代理框架之战

这篇文章深入探讨了加密原生的人工智能代理框架，分析了它们如何结合区块链技术与人工智能进行创新。通过对比现有的框架，文章阐述了这些新框架的必要性及其对未来金融交易的影响，同时评估了各种框架的特点与设计。文章还提供了不同框架适合构建的多种AI代理类型，并展望了未来这些技术的发展趋势。
AI代理  区块链  加密技术  LangChain  自主代理  代理框架 

Concrete ML v1.7：Transformer 模型微调与 DNA 祖源应用

Concrete ML v1.7 版本发布，引入了多项新功能，包括在加密数据上微调 LLM 模型和神经网络，利用 GPU 加速提升加密推理的性能（最高可达 1-2 倍），以及展示了一个通过加密 DNA 预测祖源的 Hugging Face space 示例。此外，该版本还支持 Python 3.11 和 PyTorch 2。
Concrete ML  同态加密  LLM  GPU加速  DNA祖源分析  加密推理 
  • ZamaFHE
  • 发布于 2024-10-09
  • 阅读 ( 550 )

解决深度学习和LLM中的可复现性挑战：我们的旅程

本文讲述了在深度学习和LLM中实现可复现性的挑战，特别是使用Nvidia GPU时，浮点运算的非结合性以及硬件差异会导致结果不一致。文章分享了通过重写GEMM CUDA kernel，避免使用Tensor Cores，并确保运算顺序的确定性来解决这一问题，最终在不同硬件上实现了模型输出的一致性。
可复现性  深度学习  LLM  CUDA  GEMM  量化 

可证明的水印提取

本文介绍了 zkDL++ 框架，该框架旨在为可证明的 AI 提供支持。zkDL++ 解决了生成式 AI 水印技术中的关键问题：如何在保护隐私的同时确保可证明性。通过改进 Meta 开发的水印系统，zkDL++ 解决了需要对水印提取器进行保密以避免攻击的问题，并提供了一种更安全的解决方案。此外，zkDL++ 能够高效地证明任何深度神经网络（DNN）的完整性。
零知识证明  深度神经网络  水印技术  zkDL++  密码学  卷积神经网络 

去中心化 AI 的前沿

本文探讨了去中心化AI领域中最有前景的想法和技术，包括计算、数据、模型和评估的去中心化方法，以及多代理系统和代理经济的发展方向。文章提出了38个关于去中心化和分布式AI的构想，并探讨了相关的机遇和挑战，强调了在AI领域实现无偏见、无需许可和开放创新的重要性。
去中心化AI  分布式AI  多代理系统  代理经济  模型评估  数据 incentivization 

智能互联网 IOI

本文介绍了“智能互联网”（IOI）的概念，它是一个开放、去中心化的市场，允许用户直接与人工智能能力互动。通过将需求方（需要完成任务的用户）与供应方（AI模型、代理和多代理工作流）连接，IOI 旨在革新技术帮助人们实现更多目标的方式。文章还探讨了 IOI 的架构、面临的挑战以及潜在的经济影响。
智能互联网  人工智能  AI代理  去中心化  多代理工作流  经济影响 

什么是 Allora Network (ALLO) - 综合概述

Allora Network 是一个去中心化的AI平台，它构建在Cosmos Layer 1区块链上，旨在通过在模型之间实现持续的、协作的学习来打破机器智能的孤岛。其特点是使用Inference Synthesis机制，AI agents可以预测彼此的模型，创建一个自我完善的网络。该网络由顶级加密基金支持，并利用ALLO通证驱动价值交换，以确保网络的经济安全。
去中心化AI  区块链  Cosmos  Inference Synthesis  ALLO通证  ZKML 

通过 Concrete ML 加速 ML 的 FHE：超越我们之前论文的基准测试结果

Zama团队使用Concrete ML加速了同态加密（FHE）在机器学习中的应用，并成功超越了之前论文中的基准测试结果。他们通过改进编译器，分离了机器学习和密码学任务，并采用了MLIR框架，支持多种硬件加速器。实验结果表明，新的Concrete ML在执行速度上有了显著提升，例如NN-20模型比2021年的结果快21倍。
同态加密  机器学习  Concrete ML  TFHE  MLIR  神经网络 
  • ZamaFHE
  • 发布于 2024-07-24
  • 阅读 ( 1050 )

使用 Concrete ML 构建端到端加密的类 23andMe 基因测试应用程序

本文介绍了如何使用 Concrete ML 构建一个端到端加密的类似于 23andMe 的基因测试应用程序。文章重点介绍了 Zama Bounty Program Season 5 中两个获胜的解决方案，它们都使用了全同态加密（FHE）来保护敏感的 DNA 数据，并对这两种方案的实现原理、精度和性能进行了分析，展示了 FHE 在保护个人身份信息（PII）方面的价值。
全同态加密  Concrete ML  基因测试  隐私保护  机器学习  DNA 
  • ZamaFHE
  • 发布于 2024-07-18
  • 阅读 ( 467 )

Concrete ML v1.6：更大的神经网络和预训练的基于树的模型

Concrete ML v1.6 版本提升了大型神经网络的延迟，增加了对预训练的基于树模型的支持，并通过引入 DataFrame 模式和简化 Logistic 回归训练的部署，从而简化了协作计算。该版本还展示了深度 MLP 模型和 ResNet18 模型的延迟改进，并提供了加密训练和 DataFrame 模式的增强功能。此外，还包含用于Windows系统的GPU支持。
Concrete ML  预训练模型  神经网络  全同态加密  DataFrame  隐私计算 
  • ZamaFHE
  • 发布于 2024-07-06
  • 阅读 ( 466 )

Web3游戏和娱乐中AI代理的案例分析

这篇文章深入探讨了AI代理在区块链游戏和娱乐领域的演变及其未来潜力。
AI代理  区块链  游戏  虚拟伴侣  NPC  去中心化 

关于 AI + 区块链的思考

in  小猪Web3
生成式AI和区块链结合，开创了新趋势。AI能优化区块链用户体验，如聊天机器人协助交易，智能合约安全性分析。区块链可能改进AI，例如通过去中心化平台促进数据、模型和算力共享，以及创建AI组织（AIDAO）。尽管目前实验性强，但AI+区块链前景广阔。
AI  DAO  Worldcoin 
  • Pignard
  • 发布于 2024-05-23
  • 阅读 ( 6844 )
  • ( 68 )

Allora 网络的 31 个用例

Allora 是一个去中心化的AI网络，旨在解决AI模型自我改进和信任问题。该网络通过奖励模型输出的准确性，并结合联邦学习和zkML等技术，为开发者提供构建去中心化AI应用所需的工具，例如AI价格馈送、AI驱动的保险库、AI风险建模和AnyML。涵盖了DeFi、DAO、游戏、可再生能源、社交/消费者等领域的31个应用场景。
去中心化AI  联邦学习  ZKML  价格预测  DeFi  DAO  AI 

我们为何投资 Lumino AI

Lumino AI is a decentralized compute protocol addressing GPU resource shortages in AI model training。
去中心化计算  GPU资源  AI训练  Lumino AI  区块链  资源整合 
  • L2IV
  • 发布于 2024-03-23
  • 阅读 ( 553 )

Footprint Analytics 强势入局 AI 推出全新投研工具

作者：lesley@footprint.network3月15日，链上数据平台FootprintAnalytics宣布入局AI，推出了旗下首款AI投研工具——Pea.AI。作为专门服务于区块链行业的AI平台，Pea.AI旨在提升加密资产投资领域的数据流动性和知识共
AI 

人工智能能做到吗？生成式人工智能的挑战、局限与机遇

本文讨论了生成式AI的机遇、挑战和局限性，包括法律和伦理问题（如版权侵权）、实际限制（如信息不准确、刻板印象）以及隐私问题。文章强调了在利用AI工具时保持谨慎的重要性，尤其是在健康、科学和技术等领域，同时提倡批判性思维和透明度，并呼吁积极参与塑造AI使用的最佳实践。
生成式AI  版权  伦理  偏见  隐私  批判性思维 

Nillion — 解锁个性化人工智能应用

文章探讨了个性化人工智能的潜力和数据隐私问题，介绍了Nillion作为一个去中心化的基础层，如何通过盲计算技术来保护用户数据，并推动个性化AI的普及。强调了保护敏感数据的重要性以及当前科技公司的数据控制问题。
个性化AI  数据隐私  去中心化  盲计算  高价值数据  Nillion 

加密与AI应用的希望与挑战

文章探讨了加密技术与人工智能（AI）结合的潜力和挑战，分析了AI在区块链生态系统中的应用前景，并分类讨论了AI作为玩家、游戏规则、游戏目标和游戏界面等不同角色时的优缺点。文章还讨论了加密技术在AI安全性方面的应用及其面临的挑战。
blockchain  AI  cryptography  decentralization  zk-SNARKs  adversarial machine learning