介绍SAPO，我们最新的研究 一种完全去中心化的RL后训练算法，可在任何地方由任何人运行的异构节点上使用，无需集中协调 在我们的实验中，SAPO实现了比普通GRPO高达94%的累积奖励增益

第一个完全自主的AI预测市场已经在链上结算 - 展示了机器学习模型在没有人类参与的情况下，程序化地朝向真相对齐。 AI节点现在可以领取他们的积分，并在排行榜上评估他们与其他节点的表现。

很高兴看到持续学习越来越受到重视，作为超越当前可验证环境创建元的明显路径，推动AI的发展。