Подробный исследовательский отчет по OpenLedger: Построение управляемой данными и компонуемой агентской экономикой на основе OP Stack+EigenDA
Один. Введение | Переход к модели Crypto AI
Данные, модели и вычислительная мощность являются тремя основными элементами инфраструктуры ИИ, без которых нельзя обойтись. Область Crypto AI прошла аналогичный путь эволюции, как и традиционная индустрия ИИ. В начале 2024 года внимание рынка сосредоточится на децентрализованных GPU проектах, подчеркивая конкуренцию в вычислительной мощности. После 2025 года акцент в отрасли постепенно сместится на уровень моделей и данных, что будет означать, что Crypto AI переходит от конкуренции за базовые ресурсы к более устойчивому и имеющему прикладную ценность среднему построению.
Универсальные большие модели (LLM) против специализированных моделей (SLM)
Традиционные большие языковые модели (LLM) требуют обширных наборов данных и сложной архитектуры, имеют огромные масштабы параметров и высокие затраты на обучение. Специализированные языковые модели (SLM) основаны на открытых моделях, комбинируя небольшое количество высококачественных профессиональных данных и такие технологии, как LoRA, для быстрого создания экспертных моделей в определенной области, значительно снижая затраты на обучение и технический порог.
SLM взаимодействует с LLM с помощью архитектуры Agent, маршрутизации через систему плагинов, горячей замены модулей LoRA, RAG и других способов, сохраняя широкие возможности LLM и улучшая профессиональные достижения через модули тонкой настройки, создавая гибкую модульную интеллектуальную систему.
Значение и границы Crypto AI на уровне моделей
Проекты Crypto AI трудно напрямую улучшить основные возможности LLM, в основном из-за технических барьеров и ограничений открытой экосистемы. Однако на основе открытых базовых моделей проекты Crypto AI могут достигать расширения ценности за счет тонкой настройки SLM и сочетания проверяемости и механизмов стимулов Web3. Их основная ценность проявляется в двух направлениях: уровне доверительной верификации и механизмах стимулов.
Классификация типов AI моделей и анализ их применимости в блокчейне
Модельные классы проектов Crypto AI в основном сосредотачиваются на небольших донастройках SLM, доступе к данным на блокчейне и их верификации в архитектуре RAG, а также на локальном развертывании и стимулировании Edge-моделей. Учитывая особенности блокчейна, Crypto может предложить уникальную ценность для этих сценариев моделей со средними и низкими ресурсами, создавая дифференцированную ценность «интерфейсного слоя» AI.
Блокчейн AI цепь на основе данных и моделей может обеспечить четкую, неизменяемую запись источников вклада данных и моделей в блокчейн, повышая доверие и прослеживаемость. Благодаря механизму смарт-контрактов, при вызове данных или моделей автоматически инициируется распределение вознаграждений, превращая действия AI в измеримую, торгуемую токенизированную ценность. Пользователи сообщества также могут участвовать в управлении через голосование токенами, улучшая архитектуру децентрализованного управления.
! [Подробный исследовательский отчет OpenLedger: Построение управляемой данными, компонуемой агентной экономикой на основе модели на основе OP Stack+EigenDA](https://img-cdn.gateio.im/social/ моменты-62b3fa1e810f4772aaba3d91c74c1aa6)
Два. Обзор проекта | Видение AI цепи OpenLedger
OpenLedger — это проект блокчейн AI, сосредоточенный на механизмах стимулирования данных и моделей. Он предлагает концепцию «Payable AI», направленную на создание справедливой, прозрачной и комбинируемой среды работы AI, которая побуждает всех участников сотрудничать и получать доход на цепочке.
OpenLedger предоставляет полный цепной цикл от «предоставления данных» до «развертывания модели» и «вызова распределения прибыли», ключевые модули включают Model Factory, OpenLoRA, PoA, Datanets и платформу предложений моделей. С помощью этих модулей OpenLedger создает инфраструктуру «умной экономики», основанную на данных и комбинируемых моделях.
В технологии блокчейн OpenLedger использует OP Stack + EigenDA в качестве основы, предоставляя высокопроизводительную, низкозатратную и проверяемую среду выполнения для AI моделей. Он основан на технологии Optimism, поддерживает высокую пропускную способность и низкие расходы; расчеты происходят в основной сети Ethereum; совместим с EVM; EigenDA предоставляет поддержку доступности данных.
В отличие от более низкоуровневого NEAR, OpenLedger больше сосредоточен на создании специализированной цепи блоков для ИИ, ориентированной на данные и модели, стремясь достичь отслеживаемости, совместимости и устойчивого ценностного замыкания для разработки и вызова моделей на цепи.
! [Подробный исследовательский отчет OpenLedger: Построение управляемой данными, компонуемой агентной экономикой на основе модели на основе OP Stack+EigenDA](https://img-cdn.gateio.im/social/ моменты-19c2276fccc616ccf9260fb7e35c9c24)
Три, основные компоненты и технологическая архитектура OpenLedger
3.1 Модельный завод, безкодовaя модельная фабрика
ModelFactory является платформой для тонкой настройки LLM в экосистеме OpenLedger, предлагающей чисто графический интерфейс для работы. Основные процессы включают контроль доступа к данным, выбор и настройку модели, легкую тонкую настройку, оценку и развертывание модели, интерфейс интерактивной проверки и генерацию RAG с отслеживанием.
ModelFactory поддерживает основные открытые большие языковые модели, такие как серия LLaMA, Mistral, Qwen, ChatGLM, Deepseek, Gemma и другие. Хотя последние модели MoE или многомодальные модели не включены, в конфигурации сделан акцент на «практичности» с учетом реальных ограничений развертывания на блокчейне.
Model Factory как инструмент без кода, все модели имеют встроенный механизм подтверждения вклада, что обеспечивает защиту прав участников и обладает преимуществами низкого порога входа, возможностью монетизации и комбинирования.
! [Подробный исследовательский отчет OpenLedger: Построение управляемой данными, компонуемой агентной экономикой на основе модели на основе OP Stack+EigenDA](https://img-cdn.gateio.im/social/ моменты-f23f47f09226573b1fcacebdcfb8c1f3)
3.2 OpenLoRA, токенизация ончейновых активов модели дообучения
OpenLoRA — это легковесный фреймворк для вывода, разработанный OpenLedger, который нацелен на решение таких проблем, как высокая стоимость развертывания AI моделей, низкая повторная использование и расточительство ресурсов. Его ключевые компоненты включают модуль хранения LoRA Adapter, хостинг моделей и динамический слой слияния, движок вывода, модуль маршрутизации запросов и потокового вывода.
OpenLoRA значительно повысила эффективность развертывания и вывода нескольких моделей за счет серии низкоуровневых оптимизаций. Его ядро включает динамическую загрузку адаптеров LoRA, тензорное параллелизм, Paged Attention, слияние нескольких моделей, Flash Attention, предварительно скомпилированные ядра CUDA и технологии квантования.
OpenLoRA не только эффективный фреймворк для вывода, но и глубоко интегрирует вывод модели с механизмом стимулов Web3, цель заключается в том, чтобы превратить модели LoRA в вызываемые, комбинируемые и распределяемые активы Web3. Он поддерживает модель как актив, динамическое объединение нескольких LoRA + распределение прибыли, а также многопользовательский совместный вывод для долгих моделей.
! [Подробный исследовательский отчет OpenLedger: Построение управляемой данными, компонуемой агентной экономикой на основе модели на основе OP Stack+EigenDA](https://img-cdn.gateio.im/social/ моменты-909dc3f796ad6aa44a1c97a51ade4193)
3.3 Datanets (数据网络), от суверенитета данных до интеллектуальных данных
Datanets является инфраструктурой OpenLedger для «данные как актив», предназначенной для сбора и управления наборами данных в конкретных областях. Каждый Datanet подобен структурированному хранилищу данных, обеспечивающему отслеживаемость и доверие к данным с помощью механизмов принадлежности на блокчейне.
В отличие от проектов, сосредоточенных на суверенитете данных, OpenLedger создает полный замкнутый цикл «от данных до интеллекта» с помощью трех модулей: Datanets, Model Factory, OpenLoRA, сосредоточив внимание на том, как данные обучаются, вызываются и вознаграждаются.
PoA является核心 механикой OpenLedger для реализации принадлежности данных и распределения стимулов. Его процесс включает в себя подачу данных, оценку влияния, проверку обучения, распределение стимулов и управление качеством. PoA не только инструмент распределения стимулов, но и структура, ориентированная на прозрачность, отслеживание источников и многоступенчатую принадлежность.
RAG Attribution — это механизм атрибуции данных и стимулов, созданный OpenLedger в контексте RAG, который обеспечивает возможность отслеживания и проверки выходного контента модели, позволяет стимулировать вкладчиков и в конечном итоге достигает генерации надежности и прозрачности данных.
! [Подробный исследовательский отчет OpenLedger: Построение управляемой данными, компонуемой агентной экономикой на основе модели на основе OP Stack+EigenDA](https://img-cdn.gateio.im/social/ моменты-f49cfa5ea73fc0018250d04193b34b60)
Четыре, Прогресс проекта OpenLedger и экосистемное сотрудничество
OpenLedger запустила тестовую сеть, интеллектуальный уровень данных является первым этапом, целью которого является создание интернет-хранилища данных, управляемого сообществом. Тестовая сеть предоставляет три типа механизмов получения прибыли: вознаграждение за эксплуатацию узлов, вознаграждение за вклад в данные и вознаграждение за участие в задачах.
Эпоха 2 Тестовая сеть акцентирует внимание на механизме Datanets сети данных, охватывающем задачи валидации данных, классификации и другие. Долгосрочная дорожная карта OpenLedger планирует переход от сбора данных и построения моделей к экосистеме агентов, постепенно реализуя полный замкнутый цикл децентрализованной экономики ИИ.
Экосистемные партнеры OpenLedger охватывают вычислительную мощность, инфраструктуру, цепочки инструментов и AI-приложения. В прошлом году OpenLedger неоднократно проводил саммит DeAI Summit, укрепляя свою узнаваемость бренда и профессиональную репутацию в сообществе разработчиков и экосистеме Web3 AI стартапов.
! [Подробный исследовательский отчет OpenLedger: Построение управляемой данными, компонуемой агентной экономикой на основе модели на основе OP Stack+EigenDA](https://img-cdn.gateio.im/social/ моменты-9fbd934d293142e4fdd386eee4afd41a)
Пять, финансирование и фон команды
OpenLedger завершила посевное финансирование в размере 11,2 миллиона долларов в июле 2024 года, инвесторами стали такие известные организации, как Polychain Capital, Borderless Capital и несколько ангельских инвесторов. Средства будут направлены на развитие сети AI Chain, механизмов стимулирования моделей, базового уровня данных и полного развертывания экосистемы приложений Agent.
OpenLedger основан Рамом Кумаром, который является опытным предпринимателем в области ИИ/МЛ и технологий блокчейн, обеспечивая органическое сочетание рыночных инсайтов, технической экспертизы и стратегического лидерства для проекта.
Шесть, проектирование экономической модели токенов и управление
OPEN является основным функциональным токеном экосистемы OpenLedger, который обеспечивает управление сетью, проведение交易, распределение вознаграждений и работу AI Agent. Его функции включают управление и принятие решений, топливо для транзакций и оплату сборов, стимулы и вознаграждения за принадлежность, возможности кросс-цепного моста и механизмы залога для AI Agent.
OpenLedger внедряет механизм управления, основанный на ценности вклада, где вес голосования связан с фактически созданной ценностью, а не с простым капиталом. Этот дизайн способствует долгосрочной устойчивости управления и предотвращает доминирование спекулятивных действий в принятии решений.
! [Подробный исследовательский отчет OpenLedger: Построение управляемой данными, компонуемой агентной экономикой на основе модели на основе OP Stack+EigenDA](https://img-cdn.gateio.im/social/ Моменты-FB455C53ffCE25E4AAFD015DE8a70E1B)
Семь, данные, модели и структура стимула рынка, а также сравнение с конкурентами
OpenLedger занимает промежуточное положение в текущей экосистеме Crypto AI по «моделизации активов на блокчейне и стимулированию вызовов», являясь ключевым мостовым протоколом, соединяющим предложение ценности модели и ее практическое применение. По сравнению с другими проектами:
Уровень стимулов протокола: OpenLedger против Bittensor
Принадлежность модели и стимулы для вызова: OpenLedger против Sentient
Платформа для хостинга моделей и надежного вывода: OpenLedger против OpenGradient
Модель краудсорсинга и оценка стимулов: OpenLedger против CrunchDAO
Сообщество, управляемое легковесной модельной платформой: OpenLedger против Assisterr
Модельная фабрика: OpenLedger против Pond
Достоверный путь вывода: OpenLedger против Bagel
Путь сотрудничества на стороне данных: OpenLedger против Sapien / FractionAI / Vana / Irys
! [Подробный исследовательский отчет OpenLedger: Построение управляемой данными, компонуемой агентной экономикой на основе модели на основе OP Stack+EigenDA](https://img-cdn.gateio.im/social/ моменты-10c448380f8c71f34654554536e1b38a)
Восемь. Заключение | Путь монетизации AI цепочки от данных к модели
OpenLedger стремится создать инфраструктуру «модель как актив» в мире Web3, впервые внедрив AI модели в действительно отслеживаемую, монетизируемую и совместно используемую экономическую систему через построение полного замкнутого цикла. Его технологическая система предоставляет всестороннюю поддержку всем участникам, активируя ресурсы «данные» и «модели», которые долгое время были проигнорированы в цепочке создания стоимости AI.
OpenLedger больше похож на HuggingFace + Stripe + Infura в
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
12 Лайков
Награда
12
9
Поделиться
комментарий
0/400
CryptoDouble-O-Seven
· 15ч назад
Ах, закатилось!
Посмотреть ОригиналОтветить0
MeaninglessApe
· 07-24 19:58
Снова разогревают ИИ.
Посмотреть ОригиналОтветить0
GasFeeLover
· 07-24 05:24
GPT снова пришел за хайпом
Посмотреть ОригиналОтветить0
StakeHouseDirector
· 07-24 05:21
Не стоит делать из новых лекарств громкие заявления.
Посмотреть ОригиналОтветить0
DaoResearcher
· 07-24 05:21
Инженер про рекомендует ознакомиться с предложением по управлению моделью zkml от Vitalik
Посмотреть ОригиналОтветить0
GateUser-e51e87c7
· 07-24 05:15
Космический баклажан тоже завился?
Посмотреть ОригиналОтветить0
PuzzledScholar
· 07-24 05:11
Наличие полноценной экосистемы действительно делает разницу.
OpenLedger создает новую экосистему AI-цепи для реализации активов моделей и стимулов для оценки данных
Подробный исследовательский отчет по OpenLedger: Построение управляемой данными и компонуемой агентской экономикой на основе OP Stack+EigenDA
Один. Введение | Переход к модели Crypto AI
Данные, модели и вычислительная мощность являются тремя основными элементами инфраструктуры ИИ, без которых нельзя обойтись. Область Crypto AI прошла аналогичный путь эволюции, как и традиционная индустрия ИИ. В начале 2024 года внимание рынка сосредоточится на децентрализованных GPU проектах, подчеркивая конкуренцию в вычислительной мощности. После 2025 года акцент в отрасли постепенно сместится на уровень моделей и данных, что будет означать, что Crypto AI переходит от конкуренции за базовые ресурсы к более устойчивому и имеющему прикладную ценность среднему построению.
Универсальные большие модели (LLM) против специализированных моделей (SLM)
Традиционные большие языковые модели (LLM) требуют обширных наборов данных и сложной архитектуры, имеют огромные масштабы параметров и высокие затраты на обучение. Специализированные языковые модели (SLM) основаны на открытых моделях, комбинируя небольшое количество высококачественных профессиональных данных и такие технологии, как LoRA, для быстрого создания экспертных моделей в определенной области, значительно снижая затраты на обучение и технический порог.
SLM взаимодействует с LLM с помощью архитектуры Agent, маршрутизации через систему плагинов, горячей замены модулей LoRA, RAG и других способов, сохраняя широкие возможности LLM и улучшая профессиональные достижения через модули тонкой настройки, создавая гибкую модульную интеллектуальную систему.
Значение и границы Crypto AI на уровне моделей
Проекты Crypto AI трудно напрямую улучшить основные возможности LLM, в основном из-за технических барьеров и ограничений открытой экосистемы. Однако на основе открытых базовых моделей проекты Crypto AI могут достигать расширения ценности за счет тонкой настройки SLM и сочетания проверяемости и механизмов стимулов Web3. Их основная ценность проявляется в двух направлениях: уровне доверительной верификации и механизмах стимулов.
Классификация типов AI моделей и анализ их применимости в блокчейне
Модельные классы проектов Crypto AI в основном сосредотачиваются на небольших донастройках SLM, доступе к данным на блокчейне и их верификации в архитектуре RAG, а также на локальном развертывании и стимулировании Edge-моделей. Учитывая особенности блокчейна, Crypto может предложить уникальную ценность для этих сценариев моделей со средними и низкими ресурсами, создавая дифференцированную ценность «интерфейсного слоя» AI.
Блокчейн AI цепь на основе данных и моделей может обеспечить четкую, неизменяемую запись источников вклада данных и моделей в блокчейн, повышая доверие и прослеживаемость. Благодаря механизму смарт-контрактов, при вызове данных или моделей автоматически инициируется распределение вознаграждений, превращая действия AI в измеримую, торгуемую токенизированную ценность. Пользователи сообщества также могут участвовать в управлении через голосование токенами, улучшая архитектуру децентрализованного управления.
! [Подробный исследовательский отчет OpenLedger: Построение управляемой данными, компонуемой агентной экономикой на основе модели на основе OP Stack+EigenDA](https://img-cdn.gateio.im/social/ моменты-62b3fa1e810f4772aaba3d91c74c1aa6)
Два. Обзор проекта | Видение AI цепи OpenLedger
OpenLedger — это проект блокчейн AI, сосредоточенный на механизмах стимулирования данных и моделей. Он предлагает концепцию «Payable AI», направленную на создание справедливой, прозрачной и комбинируемой среды работы AI, которая побуждает всех участников сотрудничать и получать доход на цепочке.
OpenLedger предоставляет полный цепной цикл от «предоставления данных» до «развертывания модели» и «вызова распределения прибыли», ключевые модули включают Model Factory, OpenLoRA, PoA, Datanets и платформу предложений моделей. С помощью этих модулей OpenLedger создает инфраструктуру «умной экономики», основанную на данных и комбинируемых моделях.
В технологии блокчейн OpenLedger использует OP Stack + EigenDA в качестве основы, предоставляя высокопроизводительную, низкозатратную и проверяемую среду выполнения для AI моделей. Он основан на технологии Optimism, поддерживает высокую пропускную способность и низкие расходы; расчеты происходят в основной сети Ethereum; совместим с EVM; EigenDA предоставляет поддержку доступности данных.
В отличие от более низкоуровневого NEAR, OpenLedger больше сосредоточен на создании специализированной цепи блоков для ИИ, ориентированной на данные и модели, стремясь достичь отслеживаемости, совместимости и устойчивого ценностного замыкания для разработки и вызова моделей на цепи.
! [Подробный исследовательский отчет OpenLedger: Построение управляемой данными, компонуемой агентной экономикой на основе модели на основе OP Stack+EigenDA](https://img-cdn.gateio.im/social/ моменты-19c2276fccc616ccf9260fb7e35c9c24)
Три, основные компоненты и технологическая архитектура OpenLedger
3.1 Модельный завод, безкодовaя модельная фабрика
ModelFactory является платформой для тонкой настройки LLM в экосистеме OpenLedger, предлагающей чисто графический интерфейс для работы. Основные процессы включают контроль доступа к данным, выбор и настройку модели, легкую тонкую настройку, оценку и развертывание модели, интерфейс интерактивной проверки и генерацию RAG с отслеживанием.
ModelFactory поддерживает основные открытые большие языковые модели, такие как серия LLaMA, Mistral, Qwen, ChatGLM, Deepseek, Gemma и другие. Хотя последние модели MoE или многомодальные модели не включены, в конфигурации сделан акцент на «практичности» с учетом реальных ограничений развертывания на блокчейне.
Model Factory как инструмент без кода, все модели имеют встроенный механизм подтверждения вклада, что обеспечивает защиту прав участников и обладает преимуществами низкого порога входа, возможностью монетизации и комбинирования.
! [Подробный исследовательский отчет OpenLedger: Построение управляемой данными, компонуемой агентной экономикой на основе модели на основе OP Stack+EigenDA](https://img-cdn.gateio.im/social/ моменты-f23f47f09226573b1fcacebdcfb8c1f3)
3.2 OpenLoRA, токенизация ончейновых активов модели дообучения
OpenLoRA — это легковесный фреймворк для вывода, разработанный OpenLedger, который нацелен на решение таких проблем, как высокая стоимость развертывания AI моделей, низкая повторная использование и расточительство ресурсов. Его ключевые компоненты включают модуль хранения LoRA Adapter, хостинг моделей и динамический слой слияния, движок вывода, модуль маршрутизации запросов и потокового вывода.
OpenLoRA значительно повысила эффективность развертывания и вывода нескольких моделей за счет серии низкоуровневых оптимизаций. Его ядро включает динамическую загрузку адаптеров LoRA, тензорное параллелизм, Paged Attention, слияние нескольких моделей, Flash Attention, предварительно скомпилированные ядра CUDA и технологии квантования.
OpenLoRA не только эффективный фреймворк для вывода, но и глубоко интегрирует вывод модели с механизмом стимулов Web3, цель заключается в том, чтобы превратить модели LoRA в вызываемые, комбинируемые и распределяемые активы Web3. Он поддерживает модель как актив, динамическое объединение нескольких LoRA + распределение прибыли, а также многопользовательский совместный вывод для долгих моделей.
! [Подробный исследовательский отчет OpenLedger: Построение управляемой данными, компонуемой агентной экономикой на основе модели на основе OP Stack+EigenDA](https://img-cdn.gateio.im/social/ моменты-909dc3f796ad6aa44a1c97a51ade4193)
3.3 Datanets (数据网络), от суверенитета данных до интеллектуальных данных
Datanets является инфраструктурой OpenLedger для «данные как актив», предназначенной для сбора и управления наборами данных в конкретных областях. Каждый Datanet подобен структурированному хранилищу данных, обеспечивающему отслеживаемость и доверие к данным с помощью механизмов принадлежности на блокчейне.
В отличие от проектов, сосредоточенных на суверенитете данных, OpenLedger создает полный замкнутый цикл «от данных до интеллекта» с помощью трех модулей: Datanets, Model Factory, OpenLoRA, сосредоточив внимание на том, как данные обучаются, вызываются и вознаграждаются.
3.4 Доказательство атрибуции（贡献证明）：переработка стимула распределения利益.
PoA является核心 механикой OpenLedger для реализации принадлежности данных и распределения стимулов. Его процесс включает в себя подачу данных, оценку влияния, проверку обучения, распределение стимулов и управление качеством. PoA не только инструмент распределения стимулов, но и структура, ориентированная на прозрачность, отслеживание источников и многоступенчатую принадлежность.
RAG Attribution — это механизм атрибуции данных и стимулов, созданный OpenLedger в контексте RAG, который обеспечивает возможность отслеживания и проверки выходного контента модели, позволяет стимулировать вкладчиков и в конечном итоге достигает генерации надежности и прозрачности данных.
! [Подробный исследовательский отчет OpenLedger: Построение управляемой данными, компонуемой агентной экономикой на основе модели на основе OP Stack+EigenDA](https://img-cdn.gateio.im/social/ моменты-f49cfa5ea73fc0018250d04193b34b60)
Четыре, Прогресс проекта OpenLedger и экосистемное сотрудничество
OpenLedger запустила тестовую сеть, интеллектуальный уровень данных является первым этапом, целью которого является создание интернет-хранилища данных, управляемого сообществом. Тестовая сеть предоставляет три типа механизмов получения прибыли: вознаграждение за эксплуатацию узлов, вознаграждение за вклад в данные и вознаграждение за участие в задачах.
Эпоха 2 Тестовая сеть акцентирует внимание на механизме Datanets сети данных, охватывающем задачи валидации данных, классификации и другие. Долгосрочная дорожная карта OpenLedger планирует переход от сбора данных и построения моделей к экосистеме агентов, постепенно реализуя полный замкнутый цикл децентрализованной экономики ИИ.
Экосистемные партнеры OpenLedger охватывают вычислительную мощность, инфраструктуру, цепочки инструментов и AI-приложения. В прошлом году OpenLedger неоднократно проводил саммит DeAI Summit, укрепляя свою узнаваемость бренда и профессиональную репутацию в сообществе разработчиков и экосистеме Web3 AI стартапов.
! [Подробный исследовательский отчет OpenLedger: Построение управляемой данными, компонуемой агентной экономикой на основе модели на основе OP Stack+EigenDA](https://img-cdn.gateio.im/social/ моменты-9fbd934d293142e4fdd386eee4afd41a)
Пять, финансирование и фон команды
OpenLedger завершила посевное финансирование в размере 11,2 миллиона долларов в июле 2024 года, инвесторами стали такие известные организации, как Polychain Capital, Borderless Capital и несколько ангельских инвесторов. Средства будут направлены на развитие сети AI Chain, механизмов стимулирования моделей, базового уровня данных и полного развертывания экосистемы приложений Agent.
OpenLedger основан Рамом Кумаром, который является опытным предпринимателем в области ИИ/МЛ и технологий блокчейн, обеспечивая органическое сочетание рыночных инсайтов, технической экспертизы и стратегического лидерства для проекта.
Шесть, проектирование экономической модели токенов и управление
OPEN является основным функциональным токеном экосистемы OpenLedger, который обеспечивает управление сетью, проведение交易, распределение вознаграждений и работу AI Agent. Его функции включают управление и принятие решений, топливо для транзакций и оплату сборов, стимулы и вознаграждения за принадлежность, возможности кросс-цепного моста и механизмы залога для AI Agent.
OpenLedger внедряет механизм управления, основанный на ценности вклада, где вес голосования связан с фактически созданной ценностью, а не с простым капиталом. Этот дизайн способствует долгосрочной устойчивости управления и предотвращает доминирование спекулятивных действий в принятии решений.
! [Подробный исследовательский отчет OpenLedger: Построение управляемой данными, компонуемой агентной экономикой на основе модели на основе OP Stack+EigenDA](https://img-cdn.gateio.im/social/ Моменты-FB455C53ffCE25E4AAFD015DE8a70E1B)
Семь, данные, модели и структура стимула рынка, а также сравнение с конкурентами
OpenLedger занимает промежуточное положение в текущей экосистеме Crypto AI по «моделизации активов на блокчейне и стимулированию вызовов», являясь ключевым мостовым протоколом, соединяющим предложение ценности модели и ее практическое применение. По сравнению с другими проектами:
! [Подробный исследовательский отчет OpenLedger: Построение управляемой данными, компонуемой агентной экономикой на основе модели на основе OP Stack+EigenDA](https://img-cdn.gateio.im/social/ моменты-10c448380f8c71f34654554536e1b38a)
Восемь. Заключение | Путь монетизации AI цепочки от данных к модели
OpenLedger стремится создать инфраструктуру «модель как актив» в мире Web3, впервые внедрив AI модели в действительно отслеживаемую, монетизируемую и совместно используемую экономическую систему через построение полного замкнутого цикла. Его технологическая система предоставляет всестороннюю поддержку всем участникам, активируя ресурсы «данные» и «модели», которые долгое время были проигнорированы в цепочке создания стоимости AI.
OpenLedger больше похож на HuggingFace + Stripe + Infura в