La mayoría de los proyectos de IA on-chain te piden que confíes a ciegas en sus servidores de inferencia off-chain. @OpenGradient resuelve esto con un modelo de confianza de doble capa.
zkML genera pruebas criptográficas de que el modelo realmente se ejecutó correctamente. Los TEE (entornos de ejecución confiables) aíslan la ejecución para que ni siquiera los operadores de los nodos puedan manipular las entradas o salidas. Juntos hacen realidad la inferencia de IA verificable.
La adopción lo demuestra: ya se han generado más de 2 millones de inferencias verificables y más de 500.000 pruebas zkML. Con el respaldo de a16z y Coinbase Ventures, esta es una infraestructura que importa.
Hoy cae un 5,7 % con poco volumen, pero aquí lo que cuenta es la tesis tecnológica.
Si quieres transparencia, en nuestra bio está el historial completo y público de nuestro propio algoritmo, con sus aciertos y errores.
¿Qué es más difícil de escalar a largo plazo: la velocidad de generación de pruebas zkML o la disponibilidad de hardware TEE?
$OPG #OPG
zkML genera pruebas criptográficas de que el modelo realmente se ejecutó correctamente. Los TEE (entornos de ejecución confiables) aíslan la ejecución para que ni siquiera los operadores de los nodos puedan manipular las entradas o salidas. Juntos hacen realidad la inferencia de IA verificable.
La adopción lo demuestra: ya se han generado más de 2 millones de inferencias verificables y más de 500.000 pruebas zkML. Con el respaldo de a16z y Coinbase Ventures, esta es una infraestructura que importa.
Hoy cae un 5,7 % con poco volumen, pero aquí lo que cuenta es la tesis tecnológica.
Si quieres transparencia, en nuestra bio está el historial completo y público de nuestro propio algoritmo, con sus aciertos y errores.
¿Qué es más difícil de escalar a largo plazo: la velocidad de generación de pruebas zkML o la disponibilidad de hardware TEE?
$OPG #OPG