📢 Gate廣場 #MBG任务挑战# 發帖贏大獎活動火熱開啓!
想要瓜分1,000枚MBG?現在就來參與,展示你的洞察與實操,成爲MBG推廣達人!
💰️ 本期將評選出20位優質發帖用戶,每人可輕鬆獲得50枚MBG!
如何參與:
1️⃣ 調研MBG項目
對MBG的基本面、社區治理、發展目標、代幣經濟模型等方面進行研究,分享你對項目的深度研究。
2️⃣ 參與並分享真實體驗
參與MBG相關活動(包括CandyDrop、Launchpool或現貨交易),並曬出你的參與截圖、收益圖或實用教程。可以是收益展示、簡明易懂的新手攻略、小竅門,也可以是現貨行情點位分析,內容詳實優先。
3️⃣ 鼓勵帶新互動
如果你的帖子吸引到他人參與活動,或者有好友評論“已參與/已交易”,將大幅提升你的獲獎概率!
MBG熱門活動(帖文需附下列活動連結):
Gate第287期Launchpool:MBG — 質押ETH、MBG即可免費瓜分112,500 MBG,每小時領取獎勵!參與攻略見公告:https://www.gate.com/announcements/article/46230
Gate CandyDrop第55期:CandyDrop x MBG — 通過首次交易、交易MBG、邀請好友註冊交易即可分187,500 MBG!參與攻略見公告:https://www.gate.com/announcements
OPML:區塊鏈上高效低成本的去中心化機器學習新方案
OPML:一種高效的去中心化機器學習方法
OPML(Optimistic機器學習)是一種新穎的方法,可以在區塊鏈系統上進行AI模型推理和訓練/微調。與ZKML相比,OPML具有低成本和高效率的優勢。OPML的參與門檻很低,普通PC無需GPU就能運行大型語言模型,如26GB的7B-LLaMA。
OPML採用驗證遊戲機制來保證ML服務的去中心化和可驗證性。具體流程如下:
單階段驗證遊戲
單階段驗證遊戲的核心是構建一個虛擬機(VM),用於鏈下執行和鏈上仲裁。爲提高AI模型推理效率,OPML實現了一個輕量級DNN庫,並提供腳本將Tensorflow和PyTorch模型轉換爲該庫格式。通過交叉編譯,AI模型推理代碼被編譯爲VM指令。
VM鏡像通過默克爾樹管理,只有根哈希上傳到鏈上。二分協議幫助定位爭議步驟,並將其發送到鏈上仲裁合約。測試表明,基本AI模型在VM中推理僅需2秒,整個挑戰過程可在2分鍾內完成。
多階段驗證遊戲
爲克服單階段方案的局限性,OPML提出了多階段驗證遊戲:
多階段方案通過默克爾樹確保階段間轉換的完整性和安全性。
以LLaMA模型爲例,OPML採用兩階段方法:
多階段OPML相比單階段可實現α倍(數十到數百倍)的加速,同時大幅減小默克爾樹大小。
一致性保證
爲確保ML結果一致性,OPML採用兩種關鍵方法:
這些技術有效克服了浮點變量和平台差異帶來的挑戰,增強了OPML的可靠性。
OPML雖仍在開發中,但已展現出巨大潛力。它爲區塊鏈上的機器學習提供了一種高效、低成本且去中心化的解決方案,值得業界持續關注和探索。