usage

今天我在查看自己的小型 $OPG test 位置時，突然意識到：我到底在衡量什麼。

起初，我以爲“經過驗證的執行”是最難解決的問題。模型運行得正確，這是很有價值的——但這是否足以證明它學到了足夠的東西，從而能夠可靠呢？

正是在這裏，@OpenGradient 引起了我的興趣。報告 2,000+ 託管的 AI 模型，以及數百萬次推理，確實表明有活躍度；但僅憑使用量並不能自動證明學習質量。即使有很多數據點，如果測量方法不夠有力，仍可能掩蓋薄弱的證據。

我現在關注的是計算需求與“證明”之間的差距。OPG 目前大約有 190M 處於流通中，最大供應量爲 1B，因此未來供應變化也是我在考慮的因素。

我目前的觀點是：執行是看得見的，但真正的價值在於，當支撐智能的證據也同樣變得可見。

$TNSR $G

#OPG #OpenGradient #Usage #Visibility #Trust