Das @near_ai-Team führte bedeutende Open-Weight-AI-Modelle aus, indem es TEE auf H100s aktivierte, um den Durchsatz für dezentrales, vertrauliches maschinelles Lernen zu testen. Die Overhead-Kosten lagen bei einigen Modellen bei nur 1,5 % im Vergleich zur Nichtnutzung von TEE. Dies ist definitiv der praktischste Ansatz für dezentrales und vertrauliches ML im Moment.
NEAR Protocol
NEAR Protocol24. Juni 2025
Der Wettlauf um den Besitz von KI ist im Gange und Big Tech gewinnt. Sie wollen deine Daten. Deinen Wert. Deine Kontrolle. FORK DAS. NEAR wurde entwickelt, um das Skript umzudrehen: 🔓 Open-Source-Agenten 🤖 KI, die du kontrollierst ⚡️ Infrastruktur, die einfach funktioniert Keine Zwischenhändler. Kein Reibung. Nur KI für alle. Halte es NEAR. Das bedeutet, die benutzerbesessene Zukunft zu gestalten:
Das vollständige DCML-Papier hier, voller wichtiger Forschungsergebnisse für die Zukunft der benutzerbesessenen KI:
19,77K