關於去中心化人工智慧，我發現一個有趣的點： 談論分散 GPU 很容易。 更難的問題是：你如何知道這些 GPU 真的完成了工作？ 這正是 𝗕𝗧𝗧𝗜𝗻𝗳𝗲𝗿𝗚𝗿𝗶𝗱 的 基於挑戰的驗證層 所解決的問題。 系統並非假設每個礦工都正確運作，而是讓驗證者在工作負載中引入隨機挑戰任務。 該系統基於三大關鍵機制： 1. 概率性審計機制 驗證者將隨機挑戰任務注入工作負載，以檢測： 懶惰運算 跳過推論 偽造回應 重放攻擊 2. 任務不可區分性 挑戰任務必須與真實查詢無法區分。 這使得礦工難以預測何時會被審計。如果你無法可靠地識別審計，那麼始終正確執行運算將成為更安全的策略。 3. 輸出評估 驗證者維護私有的真實數據或可驗證的啟發式方法，並根據預期的統計或語義特性評估礦工的輸出。 因此，基本流程如下： 隨機挑戰 → 礦工回應 → 驗證者評估 → 運算可被驗證。 由於系統採用概率性審計，而非獨立檢查每個工作負載，其目標是讓驗證開銷相對於總工作量保持次線性增長。 這是一個重要的區別。 去中心化人工智慧不僅僅是將 GPU 放在不同地點。 你還需要一種機制，來確認網絡是否真的為其支付的計算獲得了相應成果。 BTTInferGrid 的基於挑戰的驗證層正是為解決這一問題而設計。 更多資訊：https://t.co/hijdAPy3eK #TRONEcoStar @justinsuntron #TRON #BTTInferGrid @BitTorrent