Quería saber si la capacidad de cómputo de los teléfonos podía ayudar a las comunidades chinas a gestionar sus mensajes cotidianos. Así que introduje 5 ejemplos en chino en la demostración de moderación de chats de Laya en #Acurast.
Una notificación sobre una actividad normal se clasificó como normal; un mensaje que solicitaba la frase semilla se identificó como fraude. Incluso después de insertar espacios en la frase semilla, siguió identificándose como fraude. Sin embargo, dos advertencias contra el fraude también se clasificaron como fraudulentas, y al enviar una de ellas de nuevo, el resultado no cambió.
Estos resultados me llevaron a separar dos preguntas. Acurast proporciona la red para ejecutar tareas de cómputo; Laya se encarga de evaluar el contenido. Que un teléfono pueda ejecutar una tarea no demuestra que el modelo entienda el contexto en chino: eso requiere una validación independiente.
La página indica que el dispositivo de ejecución está en Alemania, cuenta con un chip de 8 núcleos y 7 GB de memoria, y ofrece una opción para verificar la ejecución en la cadena. En esta prueba, las páginas con los ejemplos en chino y sus repeticiones tardaron aproximadamente entre 1,6 y 1,8 segundos. Los desarrolladores pueden elegir la plantilla Cargo: Laya en Acurast Hub para desplegar una instancia. La página de demostración también expresa el coste de ejecución en ACU.
La dirección de desarrollo que me interesa es aplicar esta capacidad de despliegue a tareas cotidianas y recurrentes. La revisión de mensajes de comunidades y la clasificación de correos electrónicos son necesidades continuas. Si, tras validar los resultados, los desarrolladores deciden usar el servicio a largo plazo, la red de teléfonos podría recibir tareas de cómputo de forma constante, y ACU podría generar una demanda de pago vinculada al uso del servicio.
Sin embargo, poder desplegar una solución es solo el punto de partida: la calidad del procesamiento, la velocidad de respuesta y el coste influirán en que los desarrolladores sigan utilizándola. Esta demostración no prueba que ya exista una demanda comercial estable, y un aumento del uso del servicio tampoco implica necesariamente que el precio del token vaya a subir.
En las comunidades chinas, mantendría la revisión humana para evitar que se eliminen por error las advertencias contra el fraude. Esta prueba solo incluyó 5 ejemplos redactados para la ocasión, por lo que las conclusiones se limitan a la demostración actual. Vale la pena observar las perspectivas de Acurast en función de si estas tareas concretas llegan a adoptarse a largo plazo.
Una notificación sobre una actividad normal se clasificó como normal; un mensaje que solicitaba la frase semilla se identificó como fraude. Incluso después de insertar espacios en la frase semilla, siguió identificándose como fraude. Sin embargo, dos advertencias contra el fraude también se clasificaron como fraudulentas, y al enviar una de ellas de nuevo, el resultado no cambió.
Estos resultados me llevaron a separar dos preguntas. Acurast proporciona la red para ejecutar tareas de cómputo; Laya se encarga de evaluar el contenido. Que un teléfono pueda ejecutar una tarea no demuestra que el modelo entienda el contexto en chino: eso requiere una validación independiente.
La página indica que el dispositivo de ejecución está en Alemania, cuenta con un chip de 8 núcleos y 7 GB de memoria, y ofrece una opción para verificar la ejecución en la cadena. En esta prueba, las páginas con los ejemplos en chino y sus repeticiones tardaron aproximadamente entre 1,6 y 1,8 segundos. Los desarrolladores pueden elegir la plantilla Cargo: Laya en Acurast Hub para desplegar una instancia. La página de demostración también expresa el coste de ejecución en ACU.
La dirección de desarrollo que me interesa es aplicar esta capacidad de despliegue a tareas cotidianas y recurrentes. La revisión de mensajes de comunidades y la clasificación de correos electrónicos son necesidades continuas. Si, tras validar los resultados, los desarrolladores deciden usar el servicio a largo plazo, la red de teléfonos podría recibir tareas de cómputo de forma constante, y ACU podría generar una demanda de pago vinculada al uso del servicio.
Sin embargo, poder desplegar una solución es solo el punto de partida: la calidad del procesamiento, la velocidad de respuesta y el coste influirán en que los desarrolladores sigan utilizándola. Esta demostración no prueba que ya exista una demanda comercial estable, y un aumento del uso del servicio tampoco implica necesariamente que el precio del token vaya a subir.
En las comunidades chinas, mantendría la revisión humana para evitar que se eliminen por error las advertencias contra el fraude. Esta prueba solo incluyó 5 ejemplos redactados para la ocasión, por lo que las conclusiones se limitan a la demostración actual. Vale la pena observar las perspectivas de Acurast en función de si estas tareas concretas llegan a adoptarse a largo plazo.