Проекти на Cookie зосереджені на технологічних інноваціях, створюючи ефективну та безпечну екосистему Web3, закладаючи міцний фундамент для наступного покоління Інтернету. Кожен з них досяг проривних інновацій у своїй галузі. @VeloraDEX (#Velora#) Попередник ParaSwap, використовує архітектуру, що базується на намірах, для крос-чейн торгівлі. Його маршрутизація багатостанових активів (MAP) агрегує ліквідність з понад 160 протоколів та 9 блокчейнів, обробляючи обсяги торгівлі в 120 мільярдів доларів. Через аукціони з вирішувачем та захист MEV, Velora оптимізує шляхи виконання, знижуючи ймовірність невдачі на 22%, водночас дозволяючи безгазові обміни за допомогою голосових команд — перехід до парадигми DeFi, орієнтованої на користувача. @vooi_io (#VOOI) Цей момент доповнюється системою Chain Abstract Balance (CAB), яка забезпечує єдину ліквідність між ланцюгами за допомогою алгоритму інтелектуальної маршрутизації. Підтримує 23 публічні ланцюги та понад 500 пулів, вона забезпечує 99.3% успіху угод та економію газу на 37%. Головна мережа V2, керована YZi Labs, впроваджує постійні контракти та RWA, абстрактуючи містки в децентралізованому середовищі, забезпечуючи користувацький досвід, подібний до CEX. @Almanak__(#Almanak) Запровадження управління прогнозами через AI-групи та сховище ERC-7540. Його модулі прогнозують вплив пропозицій з точністю 2,3% відхилення, що підвищує ефективність DAO на 55%. Недержавне виконання та аудиторські стратегії забезпечують надійність, позиціонуючи його як шар продуктивності фінансів на блокчейні. @OpenLedgerHQ(#OpenLedger) Як шар даних, використовуйте Optimism Stack для спеціалізованих мовних моделей (SLM). Активуючи докази приналежності та ERC-8004 агент у мережі даних, він монетизує понад 20PB даних, генеруючи 14,7 мільйона доларів доходу. @antix_in (#antix) Через інтеграцію GPT-4o створено AIGE (AI Генеровані Сутності), щоб створити цифрових людей з душевною прив'язкою для метасвіту. Зростання NFT на 300%, підтримане фінансуванням у 8,22 мільйона доларів, платформа підтримує реальний стрімінг та емоційні обчислення, захищені блокчейном для перевірки особистості. @build_on_bob (#BuildOnBOB) Надає модульний Rollup, поєднуючи безпеку біткоїна та EVM ефіріуму. Під Маючи 127 кастомізованих схем, вона реалізує 8000 TPS у DeFi ланцюзі, 0.3 секунди фіналізації в іграх, через BitVM міст — без упаковувачів для розблокування ліквідності BTC. @RaylsLabs (#RaylsLabs) Використання змішування двох ланцюгів: суспільний L2, сумісний з EVM, з KYC, а також приватна підмережа з ZKP/гомоморфним шифруванням. Мост TradFi-DeFi, він обробляє 2 мільйони транзакцій щодня в рамках пілотного проекту CBDC, підтримуваний 38 мільйонами доларів від ParaFi та Framework. @recallnet (#Recall) Завдяки AgentRank надається онлайнова пам'ять, перевіряється продуктивність ШІ, використовуючи незмінну історію редагування. Точність виявлення дезінформації складає 98,7%, використовується медіа для zkML інференції, активуючи комбіновані одиниці знань. @tenprotocol (#TenProtocol) Об'єднує TEE та ZKP для конфіденційних Rollup, обробка 4500 зашифрованих TPS на секунду, рівень помилок 0.1%. Сумісний з EVM, підтримує закриті аукціони та приватні сховища, розширюючи Ethereum при збереженні контролю над даними. @LABtrade_ (#LAB) Агрегування ліквідності мемів на 6 ланцюгах/12 DEX, з підтвердженням, зменшеним до 1,2 секунди, сліппеджем 0,5%. Його модульний двигун сприяє швидкому запуску проєктів, підвищуючи ефективність торгівлі з високою волатильністю. @cookiedotfun |#COOKIE #SNAPS

Це не просто ще один AI проект, ні... @OpenledgerHQ явно будує цілком нову децентралізовану інфраструктуру штучного інтелекту. Більше немає чорного ящика ШІ. Більше немає галюциногенних відповідей. Більше ніяких крадіжок даних. Ось що робить його відмінним Ваші дані приписуються їх джерелу, що забезпечує прозоре середовище. Записано в блокчейн, тому немає місця для несправедливості, що робить ШІ відповідальним. Якщо хтось надає дані, він отримає справедливу компенсацію за їх використання моделями штучного інтелекту. Це не реклама. Це справжній відкритий код Глобальна інфраструктура ШІ, де кожен з будь-якого куточка світу може створювати ШІ для всіх. Штучний інтелект, який ми знаємо, застарілий. Openledger - це те, що буде далі. Надання можливостей учасникам та SLM Використання блокчейну Отже, справжнє питання в тому, Ви все ще використовуєте загальний інтелект… чи вже частина майбутнього? Гаразд, моя любов, залишайся $OPEN ❤️

Колись, селяни біля підніжжя гори вирощували персики, але всі плоди мали віддавати священику, що продавав їх у храмі на вершині гори. Ніхто не знав, скільки грошей заробили, і ніхто не отримував дивідендів. Священик казав: «Вам тільки потрібно вирощувати.» Пізніше молодь влаштувала ярмарок на схилі гори, кожне дерево було підписано, хто поливав, хто підгодовував, все було записано, а гроші від продажу персиків автоматично ділилися між усіма. Люди нарешті сказали: "Фрукти ми виростили, звісно, їх потрібно ділити разом." Сьогоднішній ШІ не є чимось іншим, як «храмом на вершині гори». Ми створюємо дані, але цінність їх монополізують великі компанії. А @OpenledgerHQ схожий на базар на схилі гори — він використовує спеціально розроблений для ШІ ланцюг, щоб спільно побудувати «мережу даних», тренувати спеціалізовані моделі (SLM) для медицини, фінансів тощо. Хто вносить внесок, той записується в ланцюг, завдяки «доказу внеску» не буде безкоштовних отримувачів; після того, як модель почне заробляти, прибуток автоматично розподіляється між учасниками. Токен OPEN є паливом, що використовується для оплати та стимулювання. Чим більшою є екосистема, тим більше людей отримують вигоду. Він не прагне створити ще одного гіганта ШІ, а хоче, щоб кожен міг отримати частку в епоху ШІ. Якщо в майбутньому ШІ стане таким же важливим, як вода та електрика, то, можливо, він має стати спільним об'єктом, що будується та використовується всіма. #Openledger #Cookie #Kaito #ETH

Почув про чутки, що @OpenledgerHQ може з'явитися на споті Binance! Неважливо, чи правда чутки, OpenLedger безумовно заслуговує на особливу увагу. Бо вона перебудовує механізм розподілу вартості в індустрії ШІ, це блокчейн-інфраструктура, зосереджена на сегменті SLM (спеціалізовані мовні моделі). Основною метою OpenLedger є вирішення трьох основних проблем сучасної індустрії ШІ: експлуатація даних, централізований монополізм та відсутність прозорості. Завдяки механізму атрибуції на базі блокчейн, OpenLedger дозволяє учасникам даних отримувати належну винагороду. У технологічній архітектурі OpenLedger побудовано на основі OP Stack, що складається з чотирьох основних інноваційних рівнів: 1⃣Дані (Datanets) реалізують NFT-ідентифікацію даних; 2⃣ Рівень атрибуції (PoA) реалізує токенний рівень відстеження за допомогою алгоритму Infini-gram; 3⃣Модельний рівень (Model Factory) підтримує безкодове налаштування; 4⃣Рівень розгортання (OpenLoRA) значно знижує витрати на інференцію. І вся архітектура може працювати в сумісному з EVM середовищі, тому розробники можуть безшовно інтегруватися в існуючу екосистему. OpenLedger ці технологічні архітектурні переваги ринок все ще дуже визнає, і, судячи з фактичного досвіду тестової мережі, дійсно вирішує багато проблем традиційної AI-індустрії, я думаю, що це також причина, чому ринок так визнає. Я також вважаю, що відкриття Binance на OpenLedger є природним, якісні проекти завжди отримують визнання з боку ринку. #OpenledgerHQ #Snaptopus @cookiedotfun #Cookie

【Тестова мережа 2000 млн взаємодій означає що? Відповідь OpenLedger на холодний запуск】 Станом на початок липня 2025 року, тестова мережа OpenLedger зафіксувала понад 22,18 мільйона транзакцій, 1,23 мільйона незалежних адрес, понад 6,83 мільйона блоків та 20 тисяч контрактів, що були розгорнуті, з середнім щоденним додаванням близько 1500 контрактів. Ці цифри на етапі "Тестова мережа" вже є дуже вражаючими, але більш критичне питання полягає в тому: що вони означають? Що ми можемо прочитати з цього холодного стартового шляху? Одне. Реальна взаємодія користувачів чи ілюзія накрутки? З огляду на дані тестової мережі з високою частотою взаємодії, звичайні запитання часто зосереджуються на "чи це взаємодія за сценарієм" "чи це облікові записи внутрішнього управління", проте, згідно з поточною структурою публічної діяльності в ланцюзі, взаємодійні дані OpenLedger мають чіткі ознаки замкнутого циклу продукту, що в основному включає: (1) Збалансовані виміри розгортання та виклику контрактів, на ланцюгу з'явилися стійкі записи виконання Prompt та угоди з викликами моделей; (2) Велика кількість взаємодій не відбувається між дуже небагатьма адресами, а демонструє структуру з високою участю адрес середнього і довгого хвоста; (3) Поєднуючи дані з модулів OpenChat, OpenTask та інших джерел, частина взаємодії походить з фактичного виконання завдань та взаємодії з контентом, що має підтримку бізнес-джерел. Іншими словами, хоча не можна виключити ранні стимули для операцій, дані OpenLedger про холодний старт дійсно відображають певну «реальну» траєкторію використання, що надає ключову перевірену основу для подальшого запуску основної мережі. Два, стратегія холодного запуску розробників "можна грати без моделі" Шлях холодного запуску OpenLedger очевидно не вибрав "відкрити, коли модель буде готова", а замість цього побудував систему для розробників, що базується на даних, завданнях і викликах. У нещодавно запущеній новій версії Dev Docs основна увага приділена трьом базовим API: інтерфейсу підказок (Prompting), відстеженню витрат (Spend Tracking) та управлінню моделями (Model Management). Ці три елементи разом утворюють базову розробницьку рамку "доступну, обчислювальну, з можливістю розподілу прибутку". Більш важливо, що ця система не залежить від моделі, розробленої OpenLedger, а дозволяє будь-якій AI моделі завантажуватися, реєструватися та входити в процес виклику. Це означає, що навіть якщо остаточна форма розгортання моделей на ланцюзі ще не відкрита, розробники вже можуть зосередитися на трьох речах: "Prompt + Attribution + Pay" та брати участь у програмі стимулів через Тестову мережу. Три, пріоритети холодного запуску інфраструктури SLM: від даних до взаємодії OpenLedger не позиціонує себе як "нове покоління ChatGPT", а як створення онлайнової економічної системи для спеціалізованих мовних моделей (SLM). У цій системі модель не є першопричиною, дані та виклики є такими. На етапі тестової мережі її дизайн більше нагадує "дозволити людям спочатку використовувати", поступово створюючи справжню екосистему даних "двостороннього попиту та пропозиції" через постійні взаємодії, виклики моделей і атрибуцію внеску. Ця система пріоритетів базується на надзвичайно Web3 гіпотезі: перший крок до децентралізованого ШІ полягає не у створенні моделі з нуля, а у встановленні економічного порядку навколо механізмів взаємодії та внесків. А OpenLedger, наразі на стадії Тестова мережа, надає цю відповідь.

Штучна інтелект-економіка переходить в блокчейн, і OpenLedger насправді її будує. Вони щойно випустили велике оновлення своїх Документів для Розробників. Тепер ви можете: • Запитати будь-яку розгорнуту маленьку мовну модель (SLM) • Відстежуйте витрати + потік виконання • Надайте агентам можливість використовувати програмовану логіку на блокчейні • Підключіть дані, моделі та поведінку в одну живу систему Що це означає? Це означає, що кожен запит стає частиною розподіленого розуму. Кожен виклик реєструється, перевіряється та вбудовується в новий тип пам'яті. І агенти, а не лише застосунки, починають з'являтися з коду. Чи експериментуєте ви з агентами, інструментами або відкритими системами штучного інтелекту тут ідеї перестають бути статичними і починають оживати. Документи в режимі реального часу: Офіційна тема оновлень: Web3 x AI не є майбутнім. Це субстрат, де сходяться логіка, цінність і автономія.

В чому полягає основна цінність OpenLedger? Я вважаю, що це питання варте глибшого обговорення. Багато людей спочатку скажуть про технології, і дійсно, подивіться на їхні останні оновлення Dev Docs: API стало більш зрозумілим, функціональні модулі реалізовані дуже добре. Особливо механізм Proof of Attribution, який дозволяє здійснювати миттєвий розрахунок доходів з кожним викликом моделі, а постачальники даних і розробники отримують свій поділ відразу. Такий дизайн «платити за використання» рідко зустрічається в сфері штучного інтелекту. Але я вважаю, що технології лише на поверхні. Більш важливо, що вони створили цю прозору систему співпраці: Від інтерфейсу управління моделями до функції відстеження витрат, весь процес виконаний в ланцюгу. Що це означає? Це означає, що учасники не повинні турбуватися про те, що їхні заслуги будуть загублені, а також не повинні боятися, що пізніше приєднані особи збиратимуть плоди. Справжнє визнання належить довгостроковим будівельникам, ця цінність занадто рідкісна в сучасному AI колі. Ще раз поговоримо про управління спільнотою. Нещодавно маленька восьминіжка витратила гроші на @KaitoAI та @cookiedotfuncn, що на перший погляд виглядає як маркетингова кампанія, насправді відображає їхню увагу до ранніх учасників. Щотижня Top100 ділять призовий фонд, безпосередньо надаючи членам спільноти токенові винагороди... усе це є реальними діями на користь спільноти. На фоні деяких проектів, які лише кричать гасла, різниця очевидна. Найбільше мене вразила їхня концепція дизайну: Зробіть інфраструктуру штучного інтелекту знімною та легкою для розширення. Зараз багато AI проектів люблять створювати закриті екосистеми, тоді як OpenLedger обирає зробити API достатньо універсальним, щоб не лише підтримувати свої власні моделі, а й підключати всю мережу SLM. Такий відкритий підхід є правильним способом побудови довгострокової цінності. Звичайно, імідж бренду також має велике значення. Дизайн IP цього маленького восьминога дійсно приємний, надає технологічному проєкту людяності. Але не дайте себе обманути милим зовнішнім виглядом, професіоналізм базової архітектури є ключовим. Останні оновлені три основні модулі інтерфейсу: Генерація підказок, відстеження бюджету, управління моделями - кожен з цих елементів вирішує одну з основних проблем. Кажучи по суті, цінність @OpenledgerHQ полягає в створенні прозорої та справедливої мережі співпраці. Тут учасники можуть отримувати належну винагороду, розробники можуть швидко створювати додатки, а зростаючі дивіденди всієї екосистеми будуть розумно розподілені. Це може бути те, яким має бути наступне покоління AI інфраструктури. #OpenLedger #KaitoYappers #KaitoAI #Cookie

Сьогодні я ділюсь важливим оновленням документації для розробників #OpenLedger. #Документація для розробників OpenLedger нещодавно зазнала значного оновлення! Це оновлення не є просто незначним коригуванням, а швидше запуском абсолютно нової структури API, спрямованої на прокладення шляху для ШІ та блокчейн-економіки. Цей документ було оновлено 3 липня 2025 року, рівно два дні тому, що робить його "свіжим з печі!" Головною метою оновлення є надання більш потужних інструментів, що дозволяє розробникам легше створювати застосунки на базі ШІ, водночас роблячи всю екосистему більш прозорою та сталою. Це оновлення також відображає еволюційний підхід OpenLedger — не одноразова ініціатива, а постійна ітерація, що базується на реальних потребах розробників. Детальне пояснення трьох основних API Це оновлення приносить 3 абсолютно нові API, кожен з яких відкриває новий ігровий процес для розробників, таких як "суперзброя:" Завершення - Функція: Через точку доступу /v1/completions розробники можуть надсилати запити до будь-якої розгорнутої SLM (Маленької мовної моделі) для отримання інтелектуально згенерованих виходів. Бюджет і відстеження витрат - Функція: Розробники можуть відстежувати витрати на використання AI-моделей у реальному часі через точку доступу /spend/logs. - Основні моменти: Ви можете переглядати деталі витрат за ідентифікатором користувача, ідентифікатором запиту, API-ключем або часовим періодом. Ще крутіше, що збори безпосередньо розподіляються між внесниками даних і розробниками моделей, досягаючи справедливої механіки «заробляй стільки, скільки використовуєш». Це як прозорий «реєстр», де ясно, хто вносить свій вклад і хто заробляє! Управління моделями - Функція: Через кінцеві точки /v1/models та /model/info розробники можуть переглядати всі доступні моделі (, включаючи ті, що були створені ними самими або внесені спільнотою ), а також отримувати детальну метадані (, такі як ціни, режими виведення, групи доступу тощо.). - Основні моменти: Підтримує фільтрацію за діапазоном команди та сумісність з інструментами OpenAI, надаючи розробникам величезну гнучкість. Це як "супермаркет моделей", де ви можете легко вибрати будь-яку модель або перевірити будь-які деталі! Яку користь ці ці вдосконалення приносять розробникам? Запуск цих API дозволяє розробникам створювати розумніші, справедливіші та менш тривожні AI-додатки: - Контрольне оновлення: Розробники можуть детально управляти вибором моделей та правами доступу, як бути відповідальними, контролюючи загальну ситуацію. - Подвоєння витратної ефективності: Своєчасний моніторинг бюджету уникає "чорної діри, що спалює гроші", дозволяючи більш точно розподіляти ресурси, економлячи гроші та зменшуючи тривогу. - Прозорість і справедливість: Завдяки технології блокчейн, учасники даних і розробники моделей можуть безпосередньо отримувати вигоду, створюючи "нагороджуючу" екосистему. Користувачі також можуть бачити все, що стоїть за штучним інтелектом, відчуваючи більший спокій. - Оптимізація досвіду розробки: Ці інструменти спрощують складні процеси, дозволяючи розробникам зосередитися на креативності, а не бути обмеженими технічними деталями. Це як додати буст до "суперсили" розробників!

Сьогодні я ділюсь важливим оновленням документації для розробників #OpenLedger. #Документація для розробників OpenLedger нещодавно зазнала значного оновлення! Це оновлення не є просто незначним коригуванням, а швидше запуском абсолютно нової структури API, спрямованої на прокладення шляху для ШІ та блокчейн-економіки. Цей документ було оновлено 3 липня 2025 року, рівно два дні тому, що робить його "свіжим з печі!" Головною метою оновлення є надання більш потужних інструментів, що дозволяє розробникам легше створювати застосунки на базі ШІ, водночас роблячи всю екосистему більш прозорою та сталою. Це оновлення також відображає еволюційний підхід OpenLedger — не одноразова ініціатива, а постійна ітерація, що базується на реальних потребах розробників. Детальне пояснення трьох основних API Це оновлення приносить 3 абсолютно нові API, кожен з яких відкриває новий ігровий процес для розробників, таких як "суперзброя:" Завершення - Функція: Через точку доступу /v1/completions розробники можуть надсилати запити до будь-якої розгорнутої SLM (Маленької мовної моделі) для отримання інтелектуально згенерованих виходів. Бюджет і відстеження витрат - Функція: Розробники можуть відстежувати витрати на використання AI-моделей у реальному часі через точку доступу /spend/logs. - Основні моменти: Ви можете переглядати деталі витрат за ідентифікатором користувача, ідентифікатором запиту, API-ключем або часовим періодом. Ще крутіше, що збори безпосередньо розподіляються між внесниками даних і розробниками моделей, досягаючи справедливої механіки «заробляй стільки, скільки використовуєш». Це як прозорий «реєстр», де ясно, хто вносить свій вклад і хто заробляє! Управління моделями - Функція: Через кінцеві точки /v1/models та /model/info розробники можуть переглядати всі доступні моделі (, включаючи ті, що були створені ними самими або внесені спільнотою ), а також отримувати детальну метадані (, такі як ціни, режими виведення, групи доступу тощо.). - Основні моменти: Підтримує фільтрацію за діапазоном команди та сумісність з інструментами OpenAI, надаючи розробникам величезну гнучкість. Це як "супермаркет моделей", де ви можете легко вибрати будь-яку модель або перевірити будь-які деталі! Яку користь ці ці вдосконалення приносять розробникам? Запуск цих API дозволяє розробникам створювати розумніші, справедливіші та менш тривожні AI-додатки: - Контрольне оновлення: Розробники можуть детально управляти вибором моделей та правами доступу, як бути відповідальними, контролюючи загальну ситуацію. - Подвоєння витратної ефективності: Своєчасний моніторинг бюджету уникає "чорної діри, що спалює гроші", дозволяючи більш точно розподіляти ресурси, економлячи гроші та зменшуючи тривогу. - Прозорість і справедливість: Завдяки технології блокчейн, учасники даних і розробники моделей можуть безпосередньо отримувати вигоду, створюючи "нагороджуючу" екосистему. Користувачі також можуть бачити все, що стоїть за штучним інтелектом, відчуваючи більший спокій. - Оптимізація досвіду розробки: Ці інструменти спрощують складні процеси, дозволяючи розробникам зосередитися на креативності, а не бути обмеженими технічними деталями. Це як додати буст до "суперсили" розробників!

【SLM vs LLM：Битва наступного покоління AI на "спеціалізованих моделях"?】 У більшості людей уявлення про розвиток AI моделей є змаганням «більше, універсальніше», від GPT-2 до GPT-4, від сотень мільярдів параметрів до трильйонних масштабів моделей, здається, що лише потужніші LLM (великі мовні моделі) можуть домінувати в майбутньому. Проте поза цим шаленим основним шляхом, потужна течія «спеціалізованих моделей SLM (Specialized Language Models)» стрімко набирає обертів, а OpenLedger є рішучим практиком цієї нової парадигми. Одним словом, SLM є раціональним шляхом для задоволення фрагментованих потреб AI. (1) Найбільшою проблемою великих моделей є не лише витрати, а й "інертність універсальності", що призводить до ефективнісних обмежень. Хоча вони вміють багато чого, зазвичай вони не є достатньо точними, особливо в специфічних сценаріях, де не можуть надати дійсно індивідуалізовану відповідь. (2) Переваги SLM полягають у "малому і спеціалізованому": менші параметри, швидша реакція, здатність швидко впроваджувати в конкретні завдання, такі як торгові стратегії, соціальна діяльність, аналіз ризиків тощо, а також швидка ітерація за рахунок мікронастрою даних. (3) Ідея SLM OpenLedger не зосереджена на самому моделі, а ґрунтується на "мережі даних завдань", для кожної структурованої ситуації тренуючи ефективні малі моделі. Її суть полягає не в "великості" моделі, а в "спеціалізації" даних. Друге, як OpenLedger визначає "модельну екосистему"? (1) Витягування навчальних даних з Datanets: кожен Datanet зосереджується на певній області завдання, збираючи вихідні дані з взаємодії користувачів, а потім оцінюючи та підтверджуючи їх через систему PoA. (2) Навчання та ітерація моделей через OpenStream: мультимодальні дані надходять у мережу OpenStream, формуючи набір даних для навчання моделей, підтримуючи тонке налаштування та постійне оновлення. (3) Запуск для Payable AI моделі: навчені SLM можуть бути розгорнуті в мережі OpenLedger як викликаюча, платіжна та прибуткова AI модель для участі в реальних бізнес-сценаріях. Третє, SLM - це не лише технологічний шлях, а й перебудова структури влади. OpenLedger представляє не лише зменшення обсягу моделі, а й нову парадигму "децентралізованого AI творчості". На відміну від закритої архітектури OpenAI, OpenLedger наділяє кожного учасника даних та розробника правом брати участь у еволюції моделі, а також встановлює механізми розподілу вигод на рівнях даних, навчання та застосування. Модель більше не є ексклюзивним активом гігантів, а є спільним, колаборативним мережевим активом. Інакше кажучи: SLM є "де-конструктивною силою" LLM, не для того, щоб замінити, а щоб зламати закриті монопольні архітектури моделей та побудувати більш демократизовану екосистему творчості AI.

Сьогодні поділюся значним оновленням #OpenLedger Dev Docs #Документація для розробників OpenLedger нещодавно отримала велике оновлення! Це оновлення не є дрібним ремонтом, а безпосередньо впроваджує нову рамку API, метою якої є створення основи для штучного інтелекту та блокчейн-економіки. Ця документація оновлена 3 липня 2025 року, що лише через два дні від сьогодні, що робить її "гарячою" новинкою! Основна мета оновлення полягає в наданні більш потужних інструментів, що дозволяють розробникам легше створювати додатки на основі штучного інтелекту, одночасно роблячи всю екосистему більш прозорою та стійкою. Це оновлення також відображає еволюційний підхід OpenLedger — не спроба зробити все одразу, а постійна ітерація відповідно до фактичних потреб розробників. Три основні API детально Це оновлення принесло 3 абсолютно нових API, кожен з яких як «суперзброя» відкриває нові можливості для розробників: Завершення (кінцеві точки завершення) - Дія: через кінцеву точку /v1/completions розробники можуть надсилати підказки (prompt) до будь-якої розгорнутої SLM (малий мовний модель) та отримувати інтелектуально згенеровані виходи. Бюджет і відстеження витрат（预算与支出跟踪） - Дія: через кінцеву точку /spend/logs розробники можуть в реальному часі відстежувати витрати на використання AI моделей. - Переваги: можливість переглядати деталі витрат за ID користувача, ID запиту, API ключем або часовим періодом. Ще цікавіше, витрати безпосередньо розподіляються між постачальниками даних і розробниками моделей, реалізуючи справедливий механізм «скільки використав, стільки заробив». Це як прозора «книга обліку», де хто вносить свій вклад, той і заробляє! Управління моделями（模型管理） - Призначення: через кінцеві точки /v1/models та /model/info розробники можуть переглядати всі доступні моделі (включаючи ті, що створені ними або внесені спільнотою), отримувати детальну метадані (такі як ціноутворення, режим інференції, групи доступу тощо). - Переваги: підтримка фільтрації за обсягом команди та сумісність з інструментами OpenAI, що надає розробникам величезну гнучкість. Як "супермаркет моделей", можна легко вибрати будь-яку модель або знайти будь-які деталі! Як ці оновлення приносять користь розробникам Випуск цих API дозволяє розробникам створювати більш розумні, більш справедливі та менш стресові AI додатки: - Оновлення контролю: розробники можуть детально управляти вибором моделей і правами доступу, ніби самі керують і контролюють ситуацію. - Подвійна ефективність витрат: реальний моніторинг бюджету запобігає "чорним дірам" витрат, забезпечуючи більш точний розподіл ресурсів, економлячи гроші та зусилля. - Прозорість і справедливість: завдяки технології блокчейн, учасники, які вносять дані, та розробники моделей можуть безпосередньо отримувати вигоду, створюючи екосистему "з винагородою". Користувачі також можуть бачити все, що стоїть за штучним інтелектом, і відчувати більшу впевненість. - Оптимізація досвіду розробників: ці інструменти спростили складні процеси, розробники можуть зосередитися на креативі, а не на технічних деталях. Це як надання "суперздатностей" розробникам!

🎉 #OpenLedger Документація для розробників отримала вагоме оновлення! Як реалізувати? Зробіть ці кілька API простими та зрозумілими: ▫️ Підказка для генерації: одне речення, AI зрозуміє за секунди! ▫️ Відстеження витрат: скільки витрачено, все зрозуміло! ▫️ Управління моделями: обирайте моделі на свій смак, надзвичайно зручно! 🖥️ Хочу натиснути SLM (спеціалізовану мовну модель) і все вирішити! Супер підходить: ✅ AI помічник, завжди на зв'язку ✅ Розумні контракти, стабільні як ніколи ✅ Розробка dApp, реальний аналіз, генерація мови без обмежень Як користуватися? Дайте підказку, і я відразу дам вам розумну, надійну та перевірену відповідь, просто до неможливого! Дані: відкриті та прозорі, без бар'єрів, хто завгодно може користуватися! Бюджет & витрати: прозорі витрати, чесний заробіток! 💰 Використовуйте SLM, миттєві розрахунки, без жодних сумнівів! Кожного разу, коли хтось користується моделлю, гроші автоматично надходять, учасники даних та розробники моделей отримують свої частки, все зрозуміло на блокчейні. Доказ атрибуції (Proof of Attribution), щоб кожна копійка була публічною та справедливою! Твої дані, твоє рішення! Круто, чи не так? Управління моделями: все моделі, які ви хочете, в одній мережі! 📦 /v1/models кінцева точка: відкрийте, щоб побачити всі SLM, всі стилі є! Що можна зробити? ⚙️ твоя модель 🌐 Внесок великих гравців в мережі Ще крутіше: хочете знайти якусь модель? Просто відфільтруйте за атрибутами і відразу знайдете! Можна безшовно інтегруватися в велику екосистему ШІ, ефективність розробки відразу зростає! Інфраструктура: прозора, модульна, легко розширюється! OpenLedger🟠 дає змогу вам легко керувати AI блокчейном, розробка тепер не є складною!

Це не ще один «AI на ланцюзі», OpenLedger насправді хоче перенести модель на ланцюг. Останнім часом багато проектів "ШІ + блокчейн" виглядають досить вражаюче, але насправді працюючих не так багато. 1. Використання ланцюга для запуску малих мовних моделей (SLM), 2. Хто вніс дані, обчислювальну потужність, код, все може бути зафіксовано в ланцюгу, автоматично розподіляючи гроші, 3. Нарешті модель може комбінуватися та викликатися, як контракт, а не просто виконуватися один раз і викидатися. 4. Це не створення "AI альтернативи", а розробка справжнього ланцюга, призначеного для агентів. Ти вніс дані, моделі та обчислювальні потужності для навчання ШІ, чому зрештою вигода не має до тебе жодного відношення? 🌿Основна позиція також дуже чітка: 🔹Мова йде про «ланцюг, на якому працюють маленькі моделі», а не про спекуляцію великими моделями. 🔹Моделі можуть комбінуватися, повторно використовуватися та викликатися, як смарт-контракти. 🔹Не тільки виконання висновків, навчання, розгортання, маркування даних, кожен крок має цінну запис. 🔹Вхідний поріг не високий, одна відеокарта, один скрипт або набір даних можуть потрапити в систему Іншими словами, це справжнє середовище для виконання на блокчейні, підготовлене для AI Agent, а не проект для іграшок з API. Технічно вони використали OpenLoRA, що дозволяє зменшити витрати на розгортання моделі, і на звичайному комп'ютері можна запустити. Використовується все ще EVM-сумісна архітектура, вам не потрібно вчити нову систему. Наразі тестова мережа вже запущена, запущені вузли, виконуються завдання, накопичуються бали. У майбутньому також будуть випущені $OPN стимули, це можна вважати вікном можливостей для участі заздалегідь. Завжди добре заходити раніше 😎

Це не ще один «AI 加链», OpenLedger справді хоче перенести модель на блокчейн. Останнім часом багато проектів "ШІ + блокчейн" звучать досить вражаюче, але насправді їх не так вже й багато. ◾️◽️Використання блокчейну для запуску малих мовних моделей (SLM), Хто б не вніс дані, обчислювальну потужність, код, все може бути зафіксовано в ланцюгу та автоматично розподілено. ◾️◽️Остаточна модель також може комбінуватися та викликатися, як контракт, а не просто виконуватися один раз і бути викинутою. ◾️◽️Це не створення "AI альтернативи", а побудова справжнього ланцюга для агентів. Чому ти, хто вніс дані, моделі та обчислювальні потужності для навчання ШІ, врешті-решт не отримуєш жодної вигоди? 🔲Ясно визначено основне позиціювання: ◾️◽️ Робимо "ланцюг для маленьких моделей", а не спекулюємо на концепції великих моделей. ◾️◽️ Моделі можна комбінувати, повторно використовувати та викликати, як смарт-контракти. ◾️◽️ Не тільки виконання висновків, навчання, розгортання, мітки даних, кожен крок має цінні записи. ◾️◽️ Участь не вимагає високих витрат, одна відеокарта, один скрипт або набір даних можуть потрапити в систему Іншими словами, це справжнє середовище виконання в ланцюгу, підготовлене для AI Agent, а не проект для відправки зображень через API. Технічно вони використали OpenLoRA, що дозволяє зменшити витрати на розгортання моделі, звичайна машина може впоратися. Використовується все ще EVM-сумісна архітектура, вам не потрібно вчити нову систему. Наразі тестова мережа вже запущена, запущено вузли, виконання завдань та накопичення балів. У майбутньому також буде випущено винагороду $OPN, це можна вважати вікном можливостей для участі заздалегідь. Завжди правильно заходити заздалегідь 😎

【AI непрозорий? Як Datanets робить дані "відстежуваними"】 Протягом останнього року під час сплеску AI великі моделі неодноразово оновлювали технологічні межі, але водночас виявили одне невирішене питання — проблему чорної скриньки джерела даних. Ми не можемо знати, на яких корпусах навчалася модель, хто надав ключові дані, і не можемо оцінити, чи порушує вивід моделі чиїсь права на контент. Така "непрозорість" стає перешкодою для подальшої масштабної реалізації AI. А точка входу OpenLedger полягає саме в розв'язанні цієї глибокої структурної проблеми — реконструкція прозорості та логіки стимулювання AI з боку даних, ключовим інструментом якої є: Datanets. Одне. Що таке Datanets? Набір архітектур мережі даних, створених для AI. Datanets є основною системою, побудованою OpenLedger, метою якої є забезпечення "простежуваності" та "кількісного стимулювання" даних, що використовуються AI моделями. Це не просто база даних або платформа краудсорсингу, а модульна мережна система, яка поєднує в собі підтвердження прав на блокчейні, управління завданнями та економічні стимули, що дозволяє структуровано організовувати процеси надання, обробки та споживання даних. Кожен Datanet є конкретним простором для збору даних та співпраці над завданнями, який зосереджений на певній вертикальній сфері, такій як показники DeFi, презентація проектів NFT, корпуси діалогів AI тощо. Цей дизайн відображає розуміння OpenLedger екосистеми "спеціалізованих мовних моделей (SLM)": не скільки більше даних отримати, а скільки якісних та спеціалізованих даних. Два, основа механізму: PoA, Infini-gram та нова парадигма даних співпраці OpenLedger впровадила два ключових механізми в Datanets, реконструюючи традиційний процес "надання даних → навчання моделей": （1）Proof of Attribution（PoA）： механізм, що використовується для запису зв'язку між внесками даних і виходом AI. Він дозволяє кожному виходу моделі частково "відслідковуватися" до даних, залучених для навчання, що забезпечує можливість відстеження розподілу винагород. (2) Модуль інфіні-грам: OpenLedger використовує більш гнучкий дизайн мікромодулів моделі, розділяючи модель на більш дрібні компоненти, кожен з яких може бути прив'язаний до відповідного джерела даних. Такий дизайн не лише підвищує комбінованість моделі, але й робить можливим "відповідальність за даними". Datanets не існують ізольовано, а через модульні інтерфейси взаємодіють із Agents, Payable AI моделями, формуючи повний ланцюг «задача – дані – модель – застосування». Це також означає, що в майбутньому ви зможете не лише надавати дані, але й брати участь у навчальних завданнях, використовувати моделі та отримувати зворотний зв'язок і прибуток. Три, що вирішує Datanets в порівнянні з традиційними платформами краудсорсингу та аннотації даних? В минулому ми бачили багато платформ для краудсорсингу даних Web2, таких як Amazon Mechanical Turk, Scale AI тощо, які досягли певного успіху в масштабах, але загалом мають дві проблеми: (1) Дані без власності: дані, надані учасниками, в кінцевому підсумку належать платформі, і після їх використання штучним інтелектом важко здійснити подальший моніторинг або розподіл доходів. (2) Розрізнені завдання, повторення без стимулів: багато завдань не мають довгострокових цілей або структурованої співпраці, що призводить до повторної роботи та ускладнює забезпечення якості даних. А мета Datanets полягає в тому, щоб перетворити "дані завдання" на довгостроковий актив співпраці, а не просто в одноразову експлуатацію платформи, а встановити постійні відносини. Ваші надані дані є активами в ланцюзі, завдання, в яких ви берете участь, є комбінованими модулями, а ваш внесок може бути викликаний будь-якою наступною моделлю та отримати винагороду. Чотири, підсумок: Datanets є спеціальною інфраструктурою даних епохи штучного інтелекту. OpenLedger не намагається стати наступним ChatGPT, а прагне вирішити фундаментальну проблему, яку не може вирішити ChatGPT: як можна переробити логіку виробництва даних AI? Запровадження та практика Datanets свідчать про те, що OpenLedger вважає «прозорість, співпрацю та вимірність» основними принципами системи даних, що є найглибшою відповіддю на AI у контексті Web3. У майбутньому, чи можна довіряти AI моделям, можливо, не залежатиме від розміру параметрів, а від того, чи «може пояснити, які дані використовуються».

【Не ще один ChatGPT: як OpenLedger перетворює парадигму AI моделей?】 Одне. ChatGPT відкриває еру популярності ШІ, але також виявляє обмеження загальних моделей. З кінця 2022 року ChatGPT сприяв загальному «націоналізації» штучного інтелекту, але ця хвиля також виявила одну проблему: універсальні великі моделі не є оптимальним рішенням для всіх галузей. Хоча серія GPT має потужні можливості генерації мови та узагальнення, вона залежить від величезних обсягів відкритих даних для навчання, і під час роботи в професійних, чутливих та структурованих сферах (таких як право, медицина, фінанси тощо) модель часто "самовпевнено говорить нісенітниці". Крім того, процес навчання загальної моделі є непрозорим, а джерела даних не можуть бути відстежені, що призводить до тривалого нерозв'язання проблем справедливості моделі, відповідальності та комерційного розподілу прибутку. Це і є точка, з якої OpenLedger входить у світ ШІ: не створюючи ще один ChatGPT, а переосмислюючи більш компактну, точну та прозору парадигму моделей ШІ. Друге, вихідна точка OpenLedger: наблизити ШІ до потреб, укорінити в даних OpenLedger не слідує маршруту "облаштування території за допомогою великих моделей", а вибирає протилежний шлях, входячи з боку даних та попиту, щоб побудувати AI-можливості в вертикальних сферах. Їхня ключова концепція - це SLM (Спеціалізовані мовні моделі), що відрізняється від загальних моделей (GLM), які представляє ChatGPT. SLM зосереджується на оптимізації в конкретних галузях або завданнях, з метою досягнення більшої точності, меншого навантаження на модель та більшої контролю над даними. А за SLM стоїть справжній захисний вал, на який наголошує OpenLedger, - це ціла система механізмів даних, основана на блокчейні та DePIN (децентралізованій фізичній інфраструктурній мережі): (1) Організація збору, маркування та підтвердження конкретних даних через мережу Datanets у спільноті; (2) Використання механізму Оплачуваних AI Моделей (Payable AI Models) для надання каналів доходу учасникам даних та розробникам моделей; (3) За допомогою механізму трасування даних (наприклад, Proof of Attribution) забезпечити можливість відстеження, перевірки та відповідальності для кожного набору навчальних даних. Під цими механізмами, штучний інтелект, побудований OpenLedger, не є «чорною скринькою», а є співпрацею в мережі з ланцюгом відповідальності на ланцюгу. Третє, "Спеціалізована модель + дані, що підлягають відстеженню": нова парадигма OpenLedger OpenLedger фактично створює "розподілену платформу співпраці для розробки", орієнтовану на майбутнє ШІ: (1) Бокова модель: SLM може бути викликаний, комбінований та навчений кількома сторонами, підкреслюючи гнучкість та налаштовуваність моделі; (2) Дані: через децентралізовані організації збору та маркування даних (Datanets) надають моделі постійно якісне паливо; (3) Бік комерціалізації: через механізм запису та платежів на блокчейні реалізується "багатосторонній розподіл прибутку" для постачальників даних, операторів вузлів та розробників моделей; (4) Участь у шляху: за допомогою легковагового плагіна Chrome та Android-вузлів дати можливість більшій кількості непрофесійних розробників "перетворити дані на золото" та потрапити до фабрики побудови AI. Ця комбінація не лише створила AI проєкт, а й побудувала розподілену екосистему навколо високоякісного обігу даних та впровадження сценаріїв. AI вже не є лише однобічним процесом "навчання та впровадження", а є безперервною співпрацею, керованою спільнотою даних. Чому це не «ще один AI проект»? OpenLedger не намагався "змагатися з ChatGPT", а навпаки, уникнув ілюзії "можливості лише спілкування". Вони не створюють наступний суперінтелект, а хочуть зробити операційну систему для тисячі "професійних інтелектів"; не створюють новий міф про ШІ, а відповідають на реальну проблему: як зробити так, щоб ШІ обслуговував реальні потреби реального світу? OpenLedger, можливо, не є найяскравішим AI проектом, але він формує ту частину основи, яка найбільше потрібна у світі AI.

【OpenLedger що таке? Новий початок AI Блокчейн】 Для OpenLedger майбутнє моделей штучного інтелекту полягає не в одному супермозку, а в тисячах «спеціалізованих інтелектів» для різних доменів. Для того, щоб ці моделі мали високоякісні «сировину» - дані, OpenLedger представила механізм Datanets, який поєднує підтвердження прав у ланцюжку та механізми стимулювання, щоб заохотити спільноту до спільної створення наборів даних для конкретного домену та відстежувати їх відстеження, використання та розподіл доходів. Два. Чому потрібно створити "SLM (спеціалізована мовна модель)"? Нова парадигма боротьби з універсальним ШІ. Великі моделі вміють "узагальнювати розуміння", але в таких сферах, як медицина, право, наука, фінанси, де точність має вирішальне значення, ціна помилки є надзвичайно високою, вимоги до якості даних є надзвичайно високими, універсальні моделі не можуть задовольнити вимоги глибокого розуміння та професійного вираження. Ідея SLM OpenLedger, тобто Спеціалізована Мовна Модель, пропонує навчання спеціалізованих моделей навколо вертикальних сценаріїв і підтримує механізм відстеження внесків даних, що "можна виміряти на ланцюзі", що справді реалізує принцип "хто надає дані, той ділиться цінністю". У цьому контексті OpenLedger є не лише платформою для даних, а й відкритою екосистемою для розробників, постачальників даних та творців AI-додатків, яка намагається реконструювати ціннісну замкнуту систему між даними, моделями та інcentive. Три. Модульна архітектура: Datanets, Payable AI, Agents три єдині. Система OpenLedger складається з трьох основних модулів: (1) Datanets: це децентралізовані мережі даних, кожен Datanet відповідає набору даних у певній підгалузі (наприклад, медичні зображення, фінансові документи, ігрові корпуси тощо), причому завантаження, очищення, перевірка та використання файлів можуть бути відстежені в Блокчейн. (2) Платні AI моделі: всі виклики моделей пов'язані з відстеженням даних, витрати на виклик можна оцінити, користувачі, які вносять дані або ресурси для навчання, можуть отримати відповідну винагороду, формуючи справедливу систему розподілу доходів. (3) AI Agents: побудовані на основі Payable AI, включають в себе інтерфейси додатків, такі як розумні асистенти, торгові системи, пошукові системи, ігрові NPC тощо, забезпечуючи повний ланцюг "від даних до додатків". Цей дизайн відображає амбіції OpenLedger: це не просто платформа даних, а повноцінна AI Web3 мережа "дані → модель → застосування". Чотири. Права на дані та механізм стимулювання: справжнє застосування технології Блокчейн. OpenLedger впроваджує механізм під назвою PoA (Доказ Атрибуції), який використовується для відстеження приналежності, використання та шляхів вартості кожного набору даних. У поєднанні з механізмами Infini-gram та Gradient-Based Attribution можна досягти детального вимірювання внеску даних. Цей підхід є більш масштабованим, ніж традиційні рішення "завантажити та поділитися" — дані не є анонімними спільними ресурсами, а є активами з ідентичністю, цінністю та шляхами стимулювання. Це забезпечує основну гарантію справедливості та відповідності AI. Крім того, механізми, такі як робота вузлів, завдання на отримання балів, стимулювання через аеродропи, додатково збагачують засоби стимулювання та забезпечують легкий шлях для користувачів Web2 до входу у світ Web3 AI. П'ять. Від візуального до спільноти: експеримент з брендовим наративом восьминога Якщо ви звернете увагу на бренд-дизайн OpenLedger, неважко помітити, що він намагається зламати звичну холодну атмосферу AI проектів — талісманом проекту є оранжевий восьминіг в скафандрі, який то малює на стіні "AI Blockchain", то проводить AMA, то танцює з віялом у рожевих хмарах Ханчжоу. Це не просто карикатурний маркетинг, а зовнішній вираз його основного бачення: створення доступного, інтерактивного, спільного світу даних AI. У цьому світі кожна людина є виробником, споживачем і управляючим даними, а не пасивним учасником або "пальним для моделей". ~~~~~~ Якщо OpenAI є "централізованою фабрикою" світу ШІ, то те, що хоче зробити OpenLedger, це "дистрибутивна інтелектуальна спільнота", що складається з десятків тисяч коопераційних вузлів.

SLM

SLM

SLM

SLM

#NOT#slm

🚀 #Gateio ⬆️ Зростання ціни 1 год. $CTK ▴101% $TROSS ▴65% $O4DX ▴62% $GXE ▴18% $QWAN ▴15% ⬆️ Збільшення обсягу 1 година $REQ ▴1447% $CTK ▴1075% $CELR ▴408% $SLM ▴93% 👉

#GateioInto11# Slm

SLM Покоління друзів наближається до 250%

slm btc сьогодні ввечері 03 важливо, якщо вище 65 може бути постійним, це буде в дуже хороших місцях, але є дуже лонг транзакцій, боюся, що може прийти 62, вони можуть зробити лонк-бластинг

#NİGAFİBA Gate.io# slm

#SMILE# slm друзі яа що це таке о дійо йди за мною бу дійо йди за мною я абічім бу яа автобусна зупинка якщо ми збираємося слідувати за тобою що ми тут робимо, ти шукаєш послідовника ти знаходишся не в тому місці тут всі впали bı йти до колодязя

SLM Друзі, ринки почали оживати, давайте заробляти гроші тверду пораду.

привіт slm btc продовжує знижуватися, щоб знудити інвестора, продаж за шкоду та вибух ф'ючерсів

Slm, братан, сподіваюся, що ти добре

Привіт, slm btc продовжує падати, реагуючи на заяву федерального резерву. Цього сезону всі будуть схилятися до неправильної сторони, і я думаю, що бик буде тривати довго, але різкі падіння та зростання зневоліють інвесторів.

Коли ми купуємо slm a koyin, як ми купуємо ринок чи ліміт?

HII SLM падіння У цей день ринок нестабільний, напрямок не зрозумілий, нових інвесторів немає, відтік з ринку збільшується, знову водоспад BTC, інвестори втомилися

Доброго ранку всім, slm привіт ще раз, цього тижня спостерігається збільшення пропозиції багатьох монет, цього сезону у нас мороз, тому що навіть ваш мороз буде низьким, цей ринок не старий ринок, є тисячі монета, буде бик чи щось таке, пропозиція збільшується, всі монети залишаться всередині, всі будуть потоплені цього сезону!

#कंक $Kank зробить мільйонера $BTC $ETH $BNB $Soul $Sarp $Stath $Paid $Speechless $Tark $Dose $Link $Dot $MATIC $VBTC $Ton $ICP $Shib $Uni $BC $Latt $Ink $Leo $Satak $Kas $Atom $ATC $Tao $Phil $Huber $OP $APT $Near $SLM $Inz $Weight $OKB $Laddo $TIA $Mint $Crow $Rander $Sei $Garat $SMR

Чи прийде SLM?

SLM.

SLM

#SLM# рухаються як лісова пожежа ✈✈✈

SLM

👀 #SAFEMOON Які можливі дії $SLM Насос🔥🚀