我們很高興能與 @WalrusProtocol 和 @SuiFoundation 合作，將去中心化、保護隱私的 AI 帶入 @SuiNetwork 生態系統。 這次整合將 Walrus 的去中心化數據層和 SEAL 的加密技術引入 FLock 的聯邦學習堆疊，實現安全的社區擁有模型訓練。

2/ FLock 使用聯邦學習訓練 AI 模型，參與者在不共享原始數據的情況下進行協作訓練。 為了安全地擴展這一點，我們需要去中心化的基礎設施來存儲、廣播和加密模型更新。 有了 Walrus 和 SEAL，我們兩者兼得。

3/ Walrus 成為 FLock 的 FL Alliance 的基礎設施 - 我們的協作訓練節點網絡。 它提供去中心化的廣播和存儲，用於模型梯度、參數和訓練輸出。 沒有集中式伺服器，沒有單一故障點。

4/ SEAL 為該過程添加了可編程的加密和訪問控制。 它確保只有經過驗證的參與者才能在訓練回合中查看或貢獻梯度。 加密數據被安全地存儲和檢索，而無需信任任何單一的伺服器或方。

5/ 海象和海豹填補了建立真正去中心化、安全的聯邦學習管道中缺失的部分。 這解鎖了一個關鍵倡議：擴大FL聯盟。 我們現在可以將更多的建設者引入具備內建隱私和去中心化的聯邦學習。

6/ 與 Walrus 和 SEAL 一起，我們正在構建安全、可編程和社區擁有的 AI 堆疊。 展望未來，我們正在與 @SuiFoundation 合作，微調一個針對 Sui 上的代理 AI 優化的開源基礎模型。 更多內容敬請期待。💧