Temukan airdrop $LINEA Anda dengan mudah dengan Bankless Claimables! Klaim akan ditayangkan besok (10 September pukul 15:00 UTC) dan akan berlangsung selama 90 hari hingga 9 Desember 2025 🪂

Aplikasi Enchanted Freysa Mendefinisikan Ulang AI Pribadi Menghadirkan performa model sumber tertutup dengan privasi antipeluru, Enchanted terlihat jauh lebih dekat dengan visi "Ledger for AI" @RyanSAdams daripada yang lain yang pernah kita lihat sebelumnya. Inilah cara kerjanya dan apa artinya privasi AI. 👇 ~~ Analisis oleh @davewardonline ~~ @freysa_ai, organisasi AI eksperimental andalan Ethereum, merilis aplikasi seluler Enchanted mereka minggu lalu, menawarkan dua pendekatan untuk AI pribadi di ponsel Anda: ➢ Model sumber terbuka seperti DeepSeek R1 dan Llama 3.3 70B berjalan di dalam Lingkungan Eksekusi Tepercaya (TEE) ➢ Model sumber tertutup diakses secara pribadi melalui anonimitas berlapis Tidak seperti Venesia dan NilGPT, yang mengandalkan model sumber terbuka yang kurang berkinerja, Freysa memberikan privasi dan kinerja tinggi. Pendekatan tim, yang dirinci dalam "Reinforcement Learning for Privacy," menggunakan sistem dua model. Model bahasa kecil (SLM) yang dilatih khusus menganonimkan kueri sebelum mengirimkannya ke LLM sumber tertutup terkemuka (misalnya, OpenAI, Claude). Begini cara kerjanya: 1. Pengguna mengirimkan kueri dengan informasi sensitif ke SLM Freysa, berjalan baik dari jarak jauh di Enchanted atau secara lokal (membutuhkan keahlian teknis). 2. SLM mengganti data sensitif, seperti rekening bank atau posisi pekerjaan, dengan kata-kata placeholder yang mempertahankan arti kalimat. 3. Prompt yang dibersihkan diproses oleh AI sumber tertutup. 4. Respons kembali ke SLM, yang memecahkan kodenya, memberikan hasil berkualitas tinggi dengan privasi utuh. Model Freysa membedakan informasi pribadi dari publik, mencapai skor anonimitisasi 9,55/10, mendekati GPT-4,1 9,77/10, meskipun jauh lebih kecil. Perlindungan tingkat jaringan, termasuk TEE dan pengaburan lalu lintas, semakin melindungi anonimitas dengan menutupi pola pengguna. Namun, ada keterbatasan. Pola kueri yang sangat unik berpotensi diidentifikasi, dan perlindungan jaringan bergantung pada ketersediaan relai atau implementasi TEE. Pengguna harus mempercayai sistem Freysa untuk berfungsi sebagaimana mestinya. Contoh petunjuk di blog mereka menunjukkan penyedia model sumber tertutup mungkin masih menyimpulkan pola pengguna. Rencana masa depan Freysa termasuk mendukung model multimoda, sistem perutean pintar untuk memilih AI terbaik untuk setiap kueri, dan model anonimitisasi yang cukup kecil untuk berjalan di ponsel, memastikan data sensitif tidak pernah meninggalkan perangkat. Pendekatan Freysa mendamaikan privasi dan kinerja, sejalan dengan penekanan industri kripto pada kedaulatan. Meskipun tidak sempurna, ini adalah langkah signifikan menuju AI pribadi. Coba Enchanted atau jelajahi model mereka di Hugging Face untuk integrasi yang lebih dalam.

LANGSUNG SEKARANG – Di dalam Bullish: Dari IPO ke Kripto Tingkat Institusional @ThomasFarley, Ketua & CEO @Bullish, bergabung dengan Bankless untuk membahas pembangunan pertukaran tingkat institusional, mengapa go public penting, dan bagaimana AMM dan regulasi membentuk fase berikutnya dari industri kripto. Kami membahas IPO @NYSE Bullish, akuisisi @CoinDesk, hubungannya dengan EOS/Block.one, dan mengapa masa depan keuangan bersifat hibrida, bukan murni DeFi atau TradFi. --- STEMPEL WAKTU 0:00 Pengantar 8:47 Pembuatan Pasar Otomatis dalam Konteks Terpusat 12:15 Memikirkan Kembali Pembuat Pasar 15:58 Apa Sebenarnya Arti "Nilai Institusional" 19:05 Pelanggan & Pertumbuhan Bullish 22:12 Membangun Ekosistem dengan Media & Data 27:16 Keuangan Hibrida & Masa Depan Aset On-Chain 42:12 Mengapa Bullish Go Public 43:34 Tim dan Kepemimpinan Bullish 45:01 Mengatasi Warisan Blockone 48:53 Penutup