警惕: 网上好友、短信、电话、群聊的都是骗子,远离虚拟币防止受骗!
¥ 4.2722
≈$ 0.586 ( -6.12% )
流通市值 ¥ 4.27亿
NO.1000246
24H最高 ¥ 4.99
24H最低 ¥ 4.45
7D最高 ¥ 6.80
7D最低 ¥ 3.73
初始价格 0.0001
24H量 115.92万
24H额 ¥ 496.53万
历史最高 ¥ 19.81
历史最低 ¥ 1.01
投资回报 +9,790.67倍
11 小时前
研究人员以不到50美元创建可与OpenAI o1模型相媲美的s1模型
根据上周五发布的一篇新研究论文,斯坦福大学和华盛顿大学的人工智能研究人员能够以不到 50 美元的云计算积分训练一个人工智能“推理”模型。 在衡量数学和编码能力的测试中,被称为 s1 的模型表现类似于尖端推理模型,例如 OpenAI 的 o1 和 DeepSeek 的 r1。s1 模型以及用于训练它的数据和代码可在 GitHub 上找到。 s1 背后的团队表示,他们通过提炼(distillation)创建了人工智能模型,这是一种通过训练另一个人工智能模型的答案来提取“推理”能力的过程。研究人员表示,s1 是从谷歌的推理模型之一 Gemini 2.0 Flash Thinking Experimental 中提炼出来的。提炼是伯克利研究人员上个月以约 450 美元的价格创建人工智能推理模型所采用的相同方法。 s1 背后的研究人员正在寻找实现强大推理性能和“测试时间扩展”的最简单方法,或者让 AI 模型在回答问题之前进行更多思考。这些是 OpenAI 的 o1 中的一些突破,其他 AI 实验室试图通过各种技术复制这些突破。s1 论文提出,可以使用一种称为监督微调(SFT)的过程,利用相对较小的数据集提炼推理模型,在此过程中,明确指示 AI 模型模仿数据集中的某些行为。SFT 往往比 DeepSeek 用于训练其对 OpenAI 的 o1、R1 的答案的大规模强化学习方法更便宜。 s1 基于阿里巴巴旗下中国 AI 实验室 Qwen 的一个小型现成 AI 模型,可免费下载。为了训练 s1,研究人员创建了一个仅包含 1,000 个精心策划的问题的数据集,并附上这些问题的答案以及 Google 的 Gemini 2.0 Flash Thinking Experimental 中每个答案背后的“思考”过程。 据研究人员称,在使用 16 个 Nvidia H100 GPU 不到 30 分钟的时间内训练 s1 后,s1 在某些 AI 基准测试中取得了强劲的表现。参与该项目的斯坦福大学研究员 Niklas Muennighoff 称,他现在就可以以大约 20 美元的价格租用必要的计算机。(TechCrunch)
2025-01-23
以太坊研究员Justin Drake发文探讨“native rollups”,有望实现无需信任扩容
以太坊研究员 Justin Drake 在 ethresearch 论坛上发文探讨一种新 rollup 设计“native rollups”。简而言之,其依赖于以太坊 L1 验证器进行证明,即状态转换函数和验证。 这与 Optimism Rollup(例如 Optimism、Arbitrum)或 zk-Rollup(例如 Starknet、ZKsync)形成对比,后者将执行的计算负担推往 L2,然后依靠欺诈或 zk 证明系统来生成状态根和证明,并重新回到主网上。 这些证明系统代码繁重,容易出现错误和其他漏洞,这就是为什么 Rollup 排序器(在 L2 上对交易进行排序的实体)历来是中心化的。对排序器中心化的担忧反过来又刺激了 Taiko 等“based”Rollup 设计,它们依赖以太坊 L1 验证器来执行排序。 Drake 的提议建议引入“执行”预编译(EVM 中的硬编码函数),将验证用户交易的 EVM 状态转换。native rollups 实现了以下两项突破: 不再需要投资和维护昂贵的矿工证明者网络和专用 GPU 硬件,因为证明将由 L1 验证者处理和执行; 不再需要维护复杂的治理结构,包括可信安全委员会来批准合约升级以实现 EVM 等效性。 这实际上都通过继承以太坊 L1 的安全性使 native rollup 变得“无需信任”。 最后,与 based rollup 一样,native rollups 将享有“同步可组合性(synchronous composability)”,而且不会受到 12 秒区块时间的限制。得益于“执行”预编译,L1 验证者只需验证 zk 证明,而无需自己执行计算。
2025-01-10
Theta公布2025路线图:计划推出AI Agents测试版、EdgeCloud混合云边缘架构
PANews 1月10日消息,去中心化流媒体平台Theta发布2025年路线图,2025年上半年将专注于在6月推出EdgeCloud的混合云边缘架构,并扩展快速增长的edge网络。该版本将完全支持跨设备、跨地域和跨配置的分布式边缘架构,能够优先处理和选择退出特定作业类型,并对已完成的作业进行分析。还将发布一个开发人员API接口,为开发人员提供在EdgeCloud上高效开发所需的工具。其他主要功能将根据当前EdgeCloud客户的需求推出,例如持久存储、GPU节点升级和对AI模型的按需API访问。这些功能与AI Agents平台的测试版一起,将通过链上自主交互自动使用AI模型,以实现大量用例,并促使客户在学术界、私营企业、职业体育和电子竞技等目标关键领域继续采用。 下半年将把Theta Hackathon扩展为线下活动,并为Theta生态项目提供持续支持。正在与几支知名职业体育和电子竞技团队进行讨论,希望EdgeCloud能够帮助他们制定AI战略,并有机会推出子链来支持他们的业务用例。第三方平台也在考虑将TDROP整合为用户参与代币,从OpenTheta开始,到2025年将有更多平台上线。此外,正评估并可能重新打造TDROP品牌,以将其实用性扩展到AI代理、RAG聊天机器人和其他基于EdgeCloud构建的面向消费者的AI和视频AI应用程序。最后,2025年将全面发布EdgeCloud的混合边缘云架构,包括智能作业编排和优化,以及对Linux、Windows和Mac的全面支持。