Ça me rappelle les débuts des oracles.
En 2019, personne ne comprenait pourquoi le nombre de nœuds de Chainlink était important. L'argument était : plus de nœuds → plus de sources de données → plus de protocoles prêts à s'intégrer → plus de demande pour LINK. La roue d'inertie était invisible jusqu'à ce qu'elle ne le soit plus.
OpenGradient a la même structure. Plus de modèles hébergés (plus de 4 400 maintenant) → plus de requêtes d'inférence → plus de preuves cryptographiques générées → plus d'applications qui peuvent faire confiance à la sortie.
Chaque couche alimente la suivante.
La partie sur laquelle je travaille encore, la croissance de l'attestation, nécessite une diversité de modèles, pas seulement du volume. 4 400 modèles, ça semble beaucoup. Mais si 80 % sont des variations du même modèle de base, la roue d'inertie a moins de couple que le nombre ne le suggère.
C'est la question à laquelle je voudrais une réponse avant de traiter la métrique comme un signal clair.
Plus de 4 400 modèles. Mais est-ce que le nombre importe vraiment ? J'ai déjà vu ce modèle de roue d'inertie, ce n'est pas une question de volume; c'est une question de confiance.
Le nombre d'inférences est le signal.
@OpenGradient $OPG #OPG
En 2019, personne ne comprenait pourquoi le nombre de nœuds de Chainlink était important. L'argument était : plus de nœuds → plus de sources de données → plus de protocoles prêts à s'intégrer → plus de demande pour LINK. La roue d'inertie était invisible jusqu'à ce qu'elle ne le soit plus.
OpenGradient a la même structure. Plus de modèles hébergés (plus de 4 400 maintenant) → plus de requêtes d'inférence → plus de preuves cryptographiques générées → plus d'applications qui peuvent faire confiance à la sortie.
Chaque couche alimente la suivante.
La partie sur laquelle je travaille encore, la croissance de l'attestation, nécessite une diversité de modèles, pas seulement du volume. 4 400 modèles, ça semble beaucoup. Mais si 80 % sont des variations du même modèle de base, la roue d'inertie a moins de couple que le nombre ne le suggère.
C'est la question à laquelle je voudrais une réponse avant de traiter la métrique comme un signal clair.
Plus de 4 400 modèles. Mais est-ce que le nombre importe vraiment ? J'ai déjà vu ce modèle de roue d'inertie, ce n'est pas une question de volume; c'est une question de confiance.
Le nombre d'inférences est le signal.
@OpenGradient $OPG #OPG