Mga tanong na mabibigay sa AI research lab bago bumili ng 12,480 na data point @datafdn @SuiNetwork [Ang tatlong hakbang sa pagbili ng data na pinag-uugnay ng Trace ng DATA at Sui, Walrus] Ipagpalagay natin na isang AI research lab ang naghahanap ng data para sa voice training. Kung ang isang seller ay nagtatampok ng dataset na may 12,480 na data point, hindi mo maaaring malaman kung gaano karami ang nais mong matanggap mula sa kabuuang bilang ng mga file o mula sa kontrata. Sa totoo lang, sa halimbawang audit na ipinapakita ng Trace ng DATA Foundation na may sukat na 1.42TB, mayroong 6,140 na video, 3,770 na imahe, 1,710 na dokumento, at 860 na audio. Kung ang research lab ay naghahanap ng audio data, magsisimula sila sa 860 na audio file, na tumutumbok sa humigit-kumulang 6.9% ng kabuuan. Ang mga numero na ito ay hindi mga aktwal na resulta ng transaksyon, kundi mga demo data ng Trace. Ito ay isang kapaki-pakinabang na halimbawa upang maunawaan kung ano ang dapat suriin ng buyer. Pagkatapos piliin ang uri ng file, kailangan mong suriin ang pagkakakilanlan ng provider, ang mga tala ng pahintulot at mga tuntunin, at ang pagkakatulad ng mga natanggap na file. Ang 96.4% na rate ng KYC verification na ipinapakita sa parehong demo screen ay batay sa contributor, habang ang 91.8% na rate ng pinakabagong tuntunin ay tumutukoy sa sakop ng bersyon ng pahintulot. Dahil iba-iba ang mga batayan, kailangan mong suriin nang hiwalay ang estado ng pagkakakilanlan ng provider at ang tala ng tuntunin para sa bawat file sa iyong pagmamasid. Ang pagkakasundo sa pagitan ng DATA Network at Sui noong Ika-12 ng Oktubre, 2026, ay may layunin na iugnay ang prosesong ito sa mga orihinal na file at mga karapatan sa paggamit. Noong panahong iyon, ipinahayag na mayroon nang higit sa 250 milyong tala ng kontribusyon sa AI data sa Trace, at higit sa 3 milyon na receipt ang naproseso araw-araw. Ang Sui Foundation ay nag-invest ng $30 milyon sa DATA Network, at ang DATA ay plano na magsagawa ng isang pagsasalin mula sa isang independiyenteng blockchain patungo sa isang Sui-based protocol. [Limang hakbang na nakalagay sa isang 19.1KB receipt] Sa isang receipt na Kled na ipinapakita sa Trace, mayroong SHA-256 hash ng isang HEIC image na may sukat na 19.1KB, resolusyon na 196 × 348, KYC status ng provider na “Verified”, at isang history ng upload/signature/registration kasama ang koneksyon sa on-chain transaction. Ang oras ng upload ay Ika-6 ng Oktubre, 2026; ang oras ng pagsasalat at pagre-register ay Ika-7 ng Oktubre. Sa pahinang ito, ipinapakita ang history at ebidensya, hindi ang orihinal na imahe. Ang buhay cycle ng receipt na ito ay may limang hakbang. Sa hakbang na “Captured” — kung saan nakuha ang data — nakalagay ang “Not recorded yet.” Bagaman mayroong field para sa oras ng pagkakaroon (occurred_at) at oras ng upload (uploaded_at), hindi sapat ang mga field na ito upang matukoy ang eksaktong oras kung kailan nakuha ang data gamit ang camera. Ang Terms of Use ay nakalagay din bilang “Not recorded” sa seksyon ng Origin, at “Current” sa field ng bersyon sa Identity & consent. Ang mga pagkakaiba na ito ay naghihiwalay nang malinaw ang mga item para sa pagmamasid ng buyer. Ang hash ay isang identifier upang i-compare kung ano ang iregistro; ang signature at on-chain record ay mga ebidensya kung sino at kailan ang nag-registro nito. Ang estado ng pagkakakilanlan at bersyon ng tuntunin ay iba pang item. Ang karapatan ng research lab na gamitin ang data para sa training ay dapat masuri batay sa aktwal na nilalaman ng pahintulot at license agreement. [Funksyon upang baguhin ang isang receipt sa 10,000 na pagmamasid] Sa screen na Verify ng Trace, maaari mong i-paste o i-submit sa pamamagitan ng CSV hanggang 10,000 data IDs o higit pa. Maaari mong i-aggregate at i-summarize ang mga receipt mula sa dataset para sa estado ng pagkakakilanlan ng provider, bersyon ng Terms of Use, uri ng media, at history ng pagbabago — at maaari kang magpunta sa bawat indibidwal na tala. Sa demo na may 12,480 puntos na nabanggit kanina, kapag pinagsama ang video at imahe, mayroon kang 9,910 — o humigit-kumulang 79.4% ng kabuuan. Ang research lab na naghahanap ng audio data at ang isa pang research lab na naghahanap ng video data ay maaaring makatanggap ng parehong listahan ng seller, pero magkakaiba sila sa kanilang susuriin. Ang dahilan kung bakit ipinapakita nang sabay ang rate ng pagkakakilanlan at sakop ng tuntunin ay upang tulungan ang buyer na piliin ang mga file batay sa kanilang layunin, at matukoy ang tamang ebidensya para sa bawat tala. Kasama sa Trace ang mga tala mula sa Kled pati na rin mula sa Numo (na nagdadala ng audio at video data) at oto (na nagdadala ng interactive audio). Ang bawat receipt na iniregistro ng bawat app ay pinagsasama-sama bilang merkle root at nakafiksa sa on-chain. Kaya hindi ibig sabihin na ang 3 milyon+ receipt na naproseso araw-araw ay katumbas din ng 3 milyon+ on-chain transactions. Sa pamamagitan ng istrukturang ito, nakakarehistro sila ng malaking bilang ng kontribusyon habang nagbibigay pa rin ng audit trail para sa bawat dataset. [Kung iugnay ang tala at orihinal na file — ano ang magiging pagbabago] Kasalukuyan, nagtatago lamang ang Trace ng receipt at kaugnay nitong metadata; hindi ito nagho-host ng orihinal na file. Sa pagpapahayag tungkol sa pagkakasundo ni DATA at Sui, inilahad nila ang plano na gawing pangunahing storage layer ni Walrus para sa application ni DATA Foundation, at iugnay ang encrypted reference to the original file sa mga tala ni Trace.Halimbawa, kung natanggap mo ang file na binili ng laboratoryo, maaari mong disenyo ang proseso para makakuha ng reference file ng Walrus at i-compare ang hash. Makakakuha ka ng batayan upang matukoy kung nagbago ang laman sa pagdadala, at paano iba ang napatunayang file mula sa nakarehistrong reference. Kahit na ang reference file ay unang isinumite ng tagapagbigay, ang pagkukumpara na ito ay isang patunay ng pagkakatulad ng file, ngunit hindi ito awtomatikong pinagpapatotohanan ang katotohanan ng orihinal na pagkuha o pagpapayag. Ang data na naka-save sa Walrus ay default na public-accessible, kaya dapat i-encrypt ang orihinal na file bago i-save. Ang Seal sa Sui ecosystem ay nagkakaroon ng kakayahang mag-implement ng mga kondisyon para sa pagkuha ng decryption key sa pamamagitan ng kombinasyon ng client-side encryption, Move policy, at key server. Maaari mong disenyo ang isang serbisyo na magbibigay ng key lamang sa mga may lisensya, ngunit hindi ito may kakayahang makuha muli ang mga naibigay na key. Ang legal na sakop ng paggamit ay dapat nakarehistro nang hiwalay sa lisensya at tala ng pagpapayag. Ang Trace ay maaaring maging layer para sa paghahanap ng history ng rehistrasyon at pagpapayag, ang Walrus ay layer para sa pag-iimbak ng encrypted reference originals, at ang Sui at Seal ay maaaring maging mga kasangkapan para gamitin ang dataset bilang programmable assets at ipatupad ang mga kondisyon sa pag-access. Ang mga tampok ng rehistrasyon at audit ng Trace ay nasa operasyon na; ang plano para i-integrate ang pag-iimbak ng Walrus originals at pagkontrol sa pag-access batay sa Seal ay isang hinaharap na implementasyon. [Desisyon na ilipat ang sariling chain patungo sa Sui] Ipinaliwanag ng DATA Network na nililipat nila ang Sui upang mabawasan ang bigat ng pagpapanatili ng sariling L1 at mapataas ang scalability. Ang umiiral na network ay magpapatuloy sa operasyon hanggang sa matapos ang transisyon, at ang mga balanse ng $DATA ay magiging 1:1 transfer, habang mananatili ang mga kondisyon ng lock-up at vesting. Ang pagpapakilala ng Walrus at ang paglipat ng network ay magiging step-by-step, at ang detalyadong timeline ay ipapahayag nang hiwalay. Ang DATA ay dadalhin ang mga rehistrasyong tala mula sa umiiral na Trace at data provider apps patungo sa Sui ecosystem. Ang Sui ay makakapag-express ng dataset at lisensya bilang programmable objects, habang ang Walrus ay makakapag-imbak ng malalaking original files. May posibilidad na mas maraming pagsikap ang maibibigay sa produkto para sa rehistrasyon, licensing, at verification ng pagbili kaysa sa operasyon mismo ng chain. Ang pamantayan para sa pagtataya ng resulta nito ay hindi lamang kung gaano kalake ang bilang ng rehistrasyong receipt. Mas direkta ang produkto performance kung makakapili ang aktwal na buyer ng tamang file, makakapagkumpara ng authentication at tala ng pagpapayag, makakapag-compare ng natanggap na file sa reference original, at makakagamit ng data batay sa tamang access rights ayon sa kontrata. Ang 12,480 demo audit screens ay nagpapakita kung paano binabasa ng buyer ang dataset. Ang 19.1KB receipt ay nagpapakita kung gaano kalawak ang rehistrasyong history na maaaring ma-verify para sa isang file. Ang pakikipagtulungan ng DATA at Sui ay isang pagsisikap na i-link ang pag-iimbak at pagkontrol sa pag-access sa parehong verification paths. Kung makakapag-present ang tagapagbigay ng AI training data ng tala, at makakapag-check ang buyer nito kasama ang aktwal na file, maaaring maging infrastraktura na maaaring gamitin sa bawat indibidwal na pagbili ang mga milyon-milyon na rehistrasyong receipt. #DATAonSuiQuest