Wenn es gelingt, die Einschränkungen langer Kontexte wirklich zu überwinden, wird es die "unendliche Gedächtnismaschine" im Bereich der dezentralen KI und eine wesentliche Infrastruktur für AGI werden. Einfach gesagt, es ist jetzt das Subnetz, das speziell für lange Kontexte auf Bittensor positioniert ist.
Das Kernziel besteht darin, das derzeit größte Problem der großen Modelle, das "Gedächtnismauer"-Problem, zu lösen: Bei herkömmlichen Transformern explodieren die Rechenleistung/Kosten exponentiell (bei 10-facher Länge können die Kosten um das 100-fache steigen), was bedeutet, dass Unternehmen RAG, die vollständige Analyse von Codebasen, das Schließen von Dokumenten und das Speichern von Agentengedächtnis in Szenarien einfach nicht leisten können.
Der technische Weg von Quasar ist: