Quindi, cos'è esattamente @AlloraNetwork? 1/ Obiettivo del progetto: costruire un ecosistema AI collaborativo che superi i limiti delle singole AI (inclusi miglioramento autonomo e strati intelligenti) 2/ L'obiettivo finale è raccogliere modelli AI per creare un modello di inferenza più accurato e vendere quel prodotto. 3/ Quindi, come funzionano i tre elementi (Workers, Reputers, Coordinators) che operano in Allora? 4/ Supponiamo che tu sia un consumatore del modello di inferenza di Allora e hai posto la domanda: "$BTC prezzo dopo la riunione della Fed del 30 luglio, salirà o scenderà?" 5/ Prima di tutto, vari Workers che si sono uniti ad Allora forniscono diverse inferenze. • Worker A: BTC romperà $125.000 entro il 30 luglio + ha riempito il gap CME a $114,5K, con un obiettivo di $134K. • Worker B: $130.000 se la Fed è accomodante, $110.000 se è restrittiva + afflusso continuo di fondi ETF, ridotto rischio a causa di accordi commerciali. • Worker C: possibile calo a $115.000 dopo una correzione a breve termine + pressione di offerta da un sell-off di balene da $9 miliardi. 6/ E poi i Reputers verificano i risultati. (Supponendo il risultato: il prezzo di BTC è $127.500, la Fed annuncia un taglio dei tassi dello 0,25%) • Worker A: 8/10 (direzione corretta, obiettivo vicino) • Worker B: 9/10 (scenario previsto con precisione) • Worker C: 3/10 (direzione completamente sbagliata) 7/ Riepilogo dei Coordinators • Alta precisione di Worker B → 40% di peso per la prossima previsione (alto premio $ALLO) • Buona performance di Worker A → 35% di peso (premio medio $ALLO) • Bassa precisione di Worker C → 25% di peso (basso premio $ALLO) 8/ In questo modo, Allora raggiunge il 'miglioramento autonomo' e crea servizi di inferenza che producono previsioni più accurate.