#OPG @OpenGradient
Này anh em, tuần trước mình đang giúp một người bạn điều hướng trong thế giới mô hình AI. Cô ấy cứ hỏi những cái nào thực sự quan trọng? Và thật lòng, mình không thể đưa ra câu trả lời thẳng thắn.
Hầu hết các mô hình xuất hiện, được hyped, rồi biến mất. Chỉ một vài cái tồn tại lâu dài vì các nhà phát triển cứ quay lại, người dùng cứ chạy inference, và các bản cập nhật cứ tiếp tục ra đời. Nhưng không có hệ thống xếp hạng nào. Không có thị trường nào quyết định một cách im lặng cái nào có sức bền.
Đó là lý do hub mô hình của opengradient thu hút sự chú ý của mình. Họ có hơn 4,500 mô hình được lưu trữ, từ hơn 100 nhà phát triển. Lịch sử phiên bản, hồ sơ công khai, danh mục, sân chơi để thử nghiệm. Không còn cảm giác như một kho lưu trữ nữa. Cảm giác như một thị trường.
Thị trường chứng khoán không quyết định công ty nào thắng, mà con người làm điều đó. Cũng giống như ở đây. Đã có hơn 2 triệu inference có thể xác minh được xử lý. Các mô hình không chỉ được liệt kê. Chúng đang được sử dụng. Mỗi inference cần thanh toán và xác minh qua $OPG . Các validator xác minh chứng minh tính toán trước khi hoạt động được cam kết. Sử dụng nhiều hơn có nghĩa là nhu cầu cho lớp phối hợp đó cũng tăng lên.
Mình đã gặp bốn lỗi khi thử nghiệm tải lên mô hình và inference: tải blob thất bại nhưng retry lên walrus thì hoạt động, xác minh chứng thực tee bị chậm khi có yêu cầu đồng thời, tạo chứng minh zkml hết thời gian với các mô hình phức tạp, và một lỗi phiên bản mô hình khi semantic versioning không được ánh xạ đúng. Tất cả đều được phân lập. Không có lỗi dây chuyền.
Sự tách biệt giữa thực thi và xác minh, đồng thuận cometbft, kiến trúc haca, ống cho ml trên chuỗi khiến hub cảm giác như cơ sở hạ tầng, không chỉ là kho lưu trữ.
Tương lai có thể không phải là xây dựng nhiều mô hình nhất.
Có thể là theo dõi thị trường quyết định cái nào quan trọng một cách im lặng.
Vậy, khi nào một mô hình ngừng là một tệp và bắt đầu trở thành một nền kinh tế?
$OPG
Này anh em, tuần trước mình đang giúp một người bạn điều hướng trong thế giới mô hình AI. Cô ấy cứ hỏi những cái nào thực sự quan trọng? Và thật lòng, mình không thể đưa ra câu trả lời thẳng thắn.
Hầu hết các mô hình xuất hiện, được hyped, rồi biến mất. Chỉ một vài cái tồn tại lâu dài vì các nhà phát triển cứ quay lại, người dùng cứ chạy inference, và các bản cập nhật cứ tiếp tục ra đời. Nhưng không có hệ thống xếp hạng nào. Không có thị trường nào quyết định một cách im lặng cái nào có sức bền.
Đó là lý do hub mô hình của opengradient thu hút sự chú ý của mình. Họ có hơn 4,500 mô hình được lưu trữ, từ hơn 100 nhà phát triển. Lịch sử phiên bản, hồ sơ công khai, danh mục, sân chơi để thử nghiệm. Không còn cảm giác như một kho lưu trữ nữa. Cảm giác như một thị trường.
Thị trường chứng khoán không quyết định công ty nào thắng, mà con người làm điều đó. Cũng giống như ở đây. Đã có hơn 2 triệu inference có thể xác minh được xử lý. Các mô hình không chỉ được liệt kê. Chúng đang được sử dụng. Mỗi inference cần thanh toán và xác minh qua $OPG . Các validator xác minh chứng minh tính toán trước khi hoạt động được cam kết. Sử dụng nhiều hơn có nghĩa là nhu cầu cho lớp phối hợp đó cũng tăng lên.
Mình đã gặp bốn lỗi khi thử nghiệm tải lên mô hình và inference: tải blob thất bại nhưng retry lên walrus thì hoạt động, xác minh chứng thực tee bị chậm khi có yêu cầu đồng thời, tạo chứng minh zkml hết thời gian với các mô hình phức tạp, và một lỗi phiên bản mô hình khi semantic versioning không được ánh xạ đúng. Tất cả đều được phân lập. Không có lỗi dây chuyền.
Sự tách biệt giữa thực thi và xác minh, đồng thuận cometbft, kiến trúc haca, ống cho ml trên chuỗi khiến hub cảm giác như cơ sở hạ tầng, không chỉ là kho lưu trữ.
Tương lai có thể không phải là xây dựng nhiều mô hình nhất.
Có thể là theo dõi thị trường quyết định cái nào quan trọng một cách im lặng.
Vậy, khi nào một mô hình ngừng là một tệp và bắt đầu trở thành một nền kinh tế?
$OPG