📢 Gate廣場獨家活動: #PUBLIC创作大赛# 正式開啓!
參與 Gate Launchpool 第 297 期 — PublicAI (PUBLIC),並在 Gate廣場發布你的原創內容,即有機會瓜分 4,000 枚 $PUBLIC 獎勵池!
🎨 活動時間
2025年8月18日 10:00 – 2025年8月22日 16:00 (UTC)
📌 參與方式
在 Gate廣場發布與 PublicAI (PUBLIC) 或當前 Launchpool 活動相關的原創內容
內容需不少於 100 字(可爲分析、教程、創意圖文、測評等)
添加話題: #PUBLIC创作大赛#
帖子需附帶 Launchpool 參與截圖(如質押記錄、領取頁面等)
🏆 獎勵設置(總計 4,000 枚 $PUBLIC)
🥇 一等獎(1名):1,500 $PUBLIC
🥈 二等獎(3名):每人 500 $PUBLIC
🥉 三等獎(5名):每人 200 $PUBLIC
📋 評選標準
內容質量(相關性、清晰度、創意性)
互動熱度(點讚、評論)
含有 Launchpool 參與截圖的帖子將優先考慮
📄 注意事項
所有內容須爲原創,嚴禁抄襲或虛假互動
獲獎用戶需完成 Gate廣場實名認證
Gate 保留本次活動的最終解釋權
OPML:高效經濟的去中心化機器學習新系統
OPML: 基於樂觀主義方法的機器學習系統
本文介紹了一種名爲OPML(樂觀機器學習)的新型區塊鏈系統,它利用樂觀主義方法進行AI模型推理和訓練/微調。與ZKML相比,OPML能夠提供更加經濟高效的ML服務。
OPML的一大優勢在於其低門檻的參與要求。目前,普通PC無需配備GPU即可運行包含大型語言模型(如26GB的7B-LLaMA)的OPML系統。該系統採用驗證遊戲機制來確保ML服務的去中心化和可驗證共識。
驗證遊戲的流程如下:
OPML採用單階段和多階段兩種驗證遊戲模式。單階段模式類似於計算委托(RDoC),通過精確定位爭議步驟並交由鏈上合約仲裁。爲提高效率,OPML還開發了專門的輕量級DNN庫和虛擬機系統。
多階段驗證遊戲則克服了單階段模式的局限性,充分利用了GPU/TPU加速和並行處理能力。它通過多個階段逐步縮小爭議範圍,最終定位到具體的VM指令。這種方法顯著提高了OPML的執行效率,使其性能接近本地環境。
爲確保跨平台的一致性,OPML採用了定點算法和軟件浮點庫。與ZKML相比,OPML在計算效率、靈活性和通用性等方面都具有明顯優勢,爲去中心化AI應用提供了新的可能性。
OPML項目目前仍在積極開發中,歡迎感興趣的開發者參與貢獻。