Preguntas que el laboratorio de IA recibirá antes de comprar 12,480 registros de datos @datafdn @SuiNetwork [Tres etapas de la compra de datos que Trace de DATA, Sui y Walrus buscan conectar] Supongamos que un laboratorio de IA busca datos para el entrenamiento de voz. Si un vendedor presenta un conjunto de datos de 12,480 registros, no puede determinar la cantidad deseada simplemente revisando el número total de archivos o el contrato. De hecho, el ejemplo de auditoría de 1.42 TB mostrado por Trace de DATA Foundation incluye 6,140 videos, 3,770 imágenes, 1,710 documentos y 860 audios. Un laboratorio que busca datos de voz comenzaría revisando los 860 archivos de audio, que representan aproximadamente el 6.9% del total. Estas cifras no son resultados reales de transacciones, sino datos de demostración de Trace. Sirven como ejemplo útil para entender qué información debe revisar un comprador. Después de filtrar por tipo de archivo, se deben verificar la autenticidad del proveedor, los registros de consentimiento y términos, y la integridad de los archivos recibidos. La tasa de verificación KYC del 96.4% mostrada en la misma pantalla de demostración se refiere a los contribuyentes, mientras que la tasa de aplicación más reciente de términos del 91.8% indica el alcance de las versiones de consentimiento aplicadas. Dado que son métricas basadas en criterios distintos, durante la revisión del comprador también se deben examinar por separado el estado de autenticación del proveedor y los registros de términos por archivo. La colaboración entre DATA Network y Sui anunciada el 12 de octubre de 2026 tiene como objetivo conectar este proceso de revisión directamente con los archivos originales y los permisos de uso. En ese momento, Trace ya registraba más de 250 millones de contribuciones de datos para IA y procesaba más de 3 millones de recibos diarios en promedio. Sui Foundation invirtió 30 millones de dólares en DATA Network, y DATA planea migrar gradualmente desde una blockchain independiente hacia un protocolo basado en Sui. [Cinco etapas registradas en un recibo de 19.1 KB] Un solo recibo Kled publicado en Trace contiene el hash (SHA-256) de una imagen HEIC de 19.1 KB, una resolución de 196 × 348, el estado KYC del proveedor como "Verified", y un historial de carga/firma/registro vinculado a una transacción en cadena. La hora de carga fue el 6 de octubre de 2026; la firma del proveedor y la fecha de registro en Trace fueron el 7 de octubre. Esta página muestra el historial de registro y los elementos de evidencia, no la imagen original. El ciclo de vida de este recibo consta de cinco etapas. En la etapa de captura (Captured), aparece "Not recorded yet". Los datos detallados incluyen la hora en que se generó el archivo (occurred_at) y la hora en que se cargó (uploaded_at), pero estos campos por sí solos no permiten determinar con certeza cuándo se tomó la foto con la cámara. Los términos y condiciones también muestran "Not recorded" en la sección Origin y "Current" en el campo de versión dentro de Identity & consent. Esta diferencia ayuda a desglosar específicamente los elementos que debe revisar el comprador: El hash sirve como identificador para comparar qué información del archivo se registró; la firma y los registros en cadena proporcionan evidencia para rastrear quién y cuándo registró esa información. El estado de autenticación del proveedor y la versión de los términos son otros elementos distintos. El derecho del laboratorio a usar los datos para entrenamiento debe evaluarse según el contenido real del consentimiento y el contrato de licencia. [Función para convertir un recibo en 10,000 revisiones] En la pantalla Verify de Trace, se pueden pegar hasta 10,000 IDs de datos o enviar listas más grandes en formato CSV. Trace puede recopilar los recibos pertenecientes a un conjunto de datos y resumir el estado de autenticación del proveedor, la versión de los términos y condiciones, el tipo de medio y el historial de modificaciones, permitiendo acceder a cada registro individual. En la demostración anterior de 12,480 registros, la suma de videos e imágenes alcanza 9,910, es decir, aproximadamente el 79.4% del total. Un laboratorio que busca datos de voz y otro que busca datos visuales revisarán conjuntos diferentes aunque reciban la misma lista de venta. La razón por la que se muestran simultáneamente la tasa de autenticación del proveedor y el alcance de aplicación de los términos es permitir que el comprador seleccione archivos según su propósito y luego encuentre las pruebas correspondientes. Además de Kled, Trace también recibe registros de Numo, que maneja datos audiovisuales, y oto, que maneja audio interactivo. Los recibos registrados por cada aplicación se agrupan en raíces Merkle y se fijan en cadena. Por lo tanto, un volumen diario superior a 3 millones de recibos no equivale a un número igual de transacciones en cadena. Esta arquitectura permite registrar grandes volúmenes de contribuciones mientras proporciona rutas auditables para conjuntos individuales de datos. [Cuando los registros se conectan con los archivos originales, la revisión cambia] Actualmente, Trace almacena los recibos y metadatos relacionados, pero no aloja los archivos originales. En el anuncio sobre la colaboración entre DATA y Sui, se propuso integrar Walrus como capa básica de almacenamiento para la aplicación de DATA Foundation y vincular referencias cifradas a archivos originales con los registros en Trace.Por ejemplo, si se recibe un archivo comprado por un laboratorio, se puede diseñar un procedimiento para obtener el archivo de referencia de Walrus y comparar su hash. Esto proporciona evidencia para determinar si el contenido se modificó durante la transmisión y cómo difiere el archivo modificado posteriormente del archivo de referencia registrado. Sin embargo, dado que el archivo de referencia también se presenta inicialmente por el proveedor, esta comparación solo prueba la identidad del archivo y no garantiza automáticamente la autenticidad de las condiciones de grabación o del consentimiento original. Los datos almacenados en Walrus son, por defecto, accesibles públicamente; por lo tanto, los archivos originales confidenciales deben cifrarse antes de su almacenamiento. Seal en el ecosistema Sui combina cifrado del lado del cliente, políticas Move y un servidor de claves para implementar condiciones bajo las cuales se otorga la clave de descifrado. Se puede diseñar un servicio que proporcione la clave únicamente a los titulares de licencias, pero no incluye la capacidad de revocar retroactivamente claves ya emitidas. El alcance legal del uso debe registrarse por separado en la licencia y el registro de consentimiento. Trace puede actuar como la capa para buscar historiales de registro y consentimiento, Walrus como la capa para almacenar copias originales cifradas, y Sui junto con Seal como herramientas para tratar los conjuntos de datos como activos programables y hacer cumplir condiciones de acceso. Las funciones de registro y auditoría de Trace ya están en funcionamiento; la integración de almacenamiento de originales en Walrus y control de acceso basado en Seal a este servicio es un objetivo futuro. [Decisión de migrar la cadena propia a Sui] DATA Network explicó que migra a Sui para reducir la carga de mantener una L1 independiente y aumentar su escalabilidad. La red existente seguirá operando hasta completar la transición, y los saldos $DATA se transferirán 1:1, manteniéndose las condiciones de bloqueo y vesting. La adopción de Walrus y la migración de la red se llevarán a cabo en fases, con un cronograma detallado que se anunciará por separado. DATA importa los registros de registro de Trace y las aplicaciones proveedoras de datos ya operativas al ecosistema Sui. Sui puede representar conjuntos de datos y licencias como objetos programables, mientras que Walrus puede almacenar originales de gran volumen. Esto también ofrece la posibilidad de redirigir los recursos de desarrollo anteriormente dedicados a la operación de la cadena hacia productos de registro, licenciamiento y verificación de compras de datos. El criterio para evaluar el éxito de esta combinación no es simplemente cuán rápido aumentan los recibos de registro. El desempeño del producto se mide más directamente por la capacidad de los compradores reales para seleccionar los archivos que desean, comparar la autenticación del proveedor y el registro de consentimiento con el archivo recibido, y utilizar los datos bajo los permisos de acceso acordados. Las 12.480 pantallas de auditoría de demostración muestran cómo los compradores leen los conjuntos de datos. El recibo de 19,1 KB muestra hasta qué punto se puede verificar el historial de registro de un solo archivo. La colaboración entre DATA y Sui busca conectar estos dos caminos de verificación con el almacenamiento del original y el control de acceso. Si los proveedores de datos para aprendizaje automático pueden presentar registros y los compradores pueden revisar esos registros junto con los archivos reales, entonces cientos de millones de recibos de registro podrían convertirse en una infraestructura utilizable dentro de contratos individuales de compra. #DATAonSuiQuest