قال فيتالیک بوتيرين على منصة فاركاستر إنه يجري تجربة شخصية لتوليد توصيات غذائية وتدريبات رياضية مخصصة اعتمادًا على بيانات الصحة والسفر مع الحفاظ على الخصوصية من خلال الجمع بين نماذج محلية ونماذج على الأطراف البعيدة. ووفقًا لـ ChainCatcher، يستخدم النظام بنية خصوصية من ثلاث طبقات: نموذج محلي من Qwen 3.8B يعيد كتابة استفسارات المستخدم لتجنب الكشف عن أسلوب الكتابة، وzkAPI يخفي معلومات الدفع، وTor يخفي عناوين IP.

قال بوتيرين إن النظام يعمل بالفعل، لكنه حدد ثلاث سلبيات. فـTor غير كفء ويضيف زمنًا عالي التأخير عندما يحاول فصل الطلبات بشكل فردي، ويعمل النموذج المحلي بمعدل 20-30 TPS فقط، وسيحتاج إلى أكثر من 100 TPS لتجربة سلسة، كما أن قيود حماية البيانات الأكثر صرامة تحد من مقدار المساعدة التي يمكن أن يقدمها النموذج البعيد. وأضاف أن الكود ذي الصلة تم تقديمه إلى مستودع Ethereum zkAPI.