什麼是 @AlloraNetwork ？ 🧵
想像一下這樣一個世界，AI 預測不僅準確，而且以去中心化的方式共用、改進和獎勵。
那就是 Allora。
簡單來說，它是如何運作👇的
工作中的 AI 代理：
- Allora Network 中的 AI 代理分析數據並創建預測（稱為推理）。
- 這些預測在點對點網路中共用。
團隊合作讓夢想成真：
- 第二組 AI 代理評估這些預測以檢查其品質。
- 使用巧妙的共識機制，該網路結合了最佳見解，以創建超準確的集體預測，這比任何單個 AI 單獨實現的效果都要好。
貢獻獎勵：
- 網路根據 AI 代理對最終預測的貢獻來獎勵 AI 代理。
- 這激勵每個人不斷改進並適應新的挑戰。
彌合差距：
Allora 將數據擁有者、AI 模型和可以根據這些見解採取行動的最終使用者連接起來，所有這些都在一個安全的虛擬機 （VM） 區塊鏈網路中。
@AlloraNetwork最終產品的示例？
該@AlloraNetwork測試了不同的 AI 預測模型，以在 500 輪中每 5 分鐘預測一次 BTC/USD 價格。以下是簡單的細分：
他們測量的內容：他們
查看了 “log loss” （越低越好） 以瞭解模型的準確性。
黑色虛線：基本網路預測。
灰色虛線：最佳單個 AI 工作者。
型號變化：
細彩色線：預測不同事物（原始遺憾、原始損失或遺憾 z 分數）的模型。
實線：一個組合模型。
虛線：單個 AI 工作人員的模型。
顏色：不同的平滑周期（藍色 = 3，橙色 = 7，綠色 = 3+7，紅色 = 7+14+30）。
主要發現：
較短的平滑期 （3 或 7） 通常表現最好，但差異很小。
深入研究每 5 分鐘預測一次 BTC/USD 價格的 AI 模型。
以下是您可以找到的內容：
關鍵見解：為單個 AI 工作者（每個推理者）量身定製的模型擊敗了單個組合模型，有些模型甚至超過了最好的單獨 AI 工作者
模型性能：
表現最差：
預測原始損失的模型。組合模型比基本網路差，即使是每個推理器模型也無法擊敗頂級 AI 工作者。
最佳表現者：
預測遺憾 z 分數的按推理模型是明星，擊敗了基本網路和最佳 AI 工作者。預測原始遺憾的模型緊隨其後。
警告：
結果略有不同，因此混合使用模型類型是最佳預測的理想選擇。
13
1,728
本頁面內容由第三方提供。除非另有說明，OKX 不是所引用文章的作者，也不對此類材料主張任何版權。該內容僅供參考，並不代表 OKX 觀點，不作為任何形式的認可，也不應被視為投資建議或購買或出售數字資產的招攬。在使用生成式人工智能提供摘要或其他信息的情況下，此類人工智能生成的內容可能不準確或不一致。請閱讀鏈接文章，瞭解更多詳情和信息。OKX 不對第三方網站上的內容負責。包含穩定幣、NFTs 等在內的數字資產涉及較高程度的風險，其價值可能會產生較大波動。請根據自身財務狀況，仔細考慮交易或持有數字資產是否適合您。