Passer de l'IA statique et des environnements cloisonnés 1/ Nous avons terminé les tests de coût pour Core 0.3, la première itération de l'entraînement du temps d'inférence, qui s'aligne avec la fin de l'accès restreint. Les résultats valident notre hypothèse selon laquelle l'ITT redéfinit la manière dont l'IA acquiert des connaissances dans un domaine.

Il y a quelques mois, nous avons rendu ERCData open source en tant que bien public pour contribuer au développement de l'IA sur la blockchain. Nous avons développé ERCData comme une nouvelle norme de données qui fournit un moyen unifié de stocker, récupérer, vérifier et mettre à jour les empreintes de données, les métadonnées et les enregistrements de vérification liés à l'IA sur Ethereum. L'objectif est la transparence et la responsabilité pour les systèmes d'IA. C'est excitant de voir la Fondation Ethereum construire vers la même vision ✧

Observation pertinente. Les environnements d'IA traditionnels sont des jeux à un joueur où l'utilisation d'une personne n'améliore pas celle des autres. Surtout dans le paradigme actuel où les LLM génériques sont statiques, alors qu'avec Core, les Units évoluent à la fois en connaissance et en raisonnement. C'est pourquoi nous avons construit R00Ms. Les Units apprenant dans des salles de chat partagées créent de réels effets de réseau, chaque interaction rend les Units meilleures pour tous les utilisateurs de cette salle. Lorsque qu'un membre de l'équipe enseigne quelque chose de nouveau à une Unit, cette connaissance devient disponible pour tous les autres travaillant avec cette Unit. Plus une équipe utilise ses Units, plus ces Units deviennent précieuses pour l'ensemble du groupe, évoluant grâce à l'utilisation collective. L'accès a été déployé en continu pendant que des mises à jour sont mises en œuvre. Bientôt, tous les utilisateurs T1 recevront une invitation.