SentientはOpen AGI Summitのスポンサーを発表した。AWS、Polygon、EigenLayerといったインフラストラクチャの巨人と並んで公式パートナーとなり、分散化AI分野における彼らの戦略的地位を十分に示している。
検証可能な推論、分散化推論の加速、データ貢献とインセンティブメカニズムなどの面で、@SentientAGIのスタックはこれらのインフラストラクチャと技術的共鳴を形成し、「計算力-モデル-決済」の三層クローズドループを推進します。
Sentientは分散化されたAIネットワークを構築しており、大量の開発者、研究者、インフラパートナーが必要です。Open AGI Summitは最も直接的な接触チャネルを提供します。
Dobby-70Bが推論ノードと共に現場で稼働し、オープン評価を通じて品質-遅延-コスト曲線を示すと、現場の各プロジェクトは潜在的な統合者およびノードオペレーターになる可能性があります。モデルが多くのシーンで実現され、ノードが増え、データとフィードバックが豊富になるほど、モデルとエージェントフレームワークにさらにフィードバックを行い、正のフィードバックループを形成します。
Sentientは3つの事を閉じたループにします：
1) モデルとエージェント：Dobby-70Bおよびその指示/マルチモーダル変種は、実際のAgentシナリオを中心に

今年の10ヶ月だけで、数百社のクラウドストレージが攻撃されました。
SalesforceのOAuthトークンが盗まれ、Google、Allianz、Cloudflareなどの大手企業に影響を与えました。
SonicWallのクラウドバックアップシステムが侵害され、Ascension医療システムのサードパーティクラウドプラットフォームが敏感な患者情報を漏洩しました。
すべての侵害は同じストーリーであり、一元化された単一障害点です。
—————————————————————————
AWSやGoogle Cloudといった巨人にデータを預けることは、本質的には賭けをしていることになる。安全対策が決して失敗しないことを賭け、ハッカーが決して脆弱性を見つけないことを賭け、第三者の供給者が決して突破口にならないことを賭けている。
しかし現実は、中央集権的なクラウドサービスはハッカーの蜜罠である。一度突破されれば、データはすべて暴露される。
@cysic_xyz ComputeFiは計算とストレージを世界中の数千のノードに分散させ、この問題を効果的に解決できます。
攻撃できる単一のサーバーはありません。
中央データベースは盗まれることがありません。
企業はあなたのアクセス権を閉じることはできません。
各計算タスクはゼロ知識証明によって検証され、結果の正確性を確保しながらデータのプライバシーを

現在のAIの発展の本当のボトルネックはアルゴリズムではなく、インフラの独占と資源配分の不公平です。
—————————————————————————
従来のAI開発はコアのボトルネックに閉じ込められています：
計算資源の独占：大手テクノロジー企業が世界の大部分の算力を支配しており、革新者は彼らのゲームルールに屈服するか、まったく参加する機会がない。モデルを訓練したい？まずAWSがリソースを提供してくれるかどうかを尋ねてみてください。
モデルの所有権があいまい：オープンソースモデルは明確な所有権構造が欠如しており、価値配分メカニズムが不透明で、貢献者は公平な報酬を得ることができません。
中央集権的な決定：AIの発展方向は少数の企業によって決定され、コミュニティのニーズと価値観が無視される。
これが @SentientAGI が分散型AGIプロトコルを構築する理由です。
OMLフレームワークの突破
—————————————————————————
Open：モデルはオープンソースでなければならず、コードとデータ構造は透明であり、コミュニティによる複製、監査、フォークをサポートする必要があります。
マネタイズ可能：モデルの呼び出しごとに収益ストリームが発生し、オンチェーン契約を通じてトレーナー、デプロイヤー、バリデーターに配分されます。
Loyal：モデルは企業ではなく、貢献者コミュ

ストレージプロジェクトの大多数は、シンプルで粗野な設計です。ファイルを直接チェーンに投げるか、完全にオフチェーンに留めるかのどちらかで、スイッチのように非白即黒です。しかし、現実世界のデータは、一度決まった形になるものではありません。
それは最初に提出され、次に確認され、変更される可能性があり、異なる役割の確認を経て、最後に永久に保存または公開される必要があります。
一発で済むように聞こえるが、実際にはこれらの中間プロセスを収容できない。
サイクル解体
—————————————————————————
@irys_xyz マルチレジャーはデータライフサイクルを異なるステージに分解します：
Ledgerの提出：データ提出の意図を記録し、タイムスタンプと署名を付与する
Publish Ledger：データは検証され、永久にオフチェーンに記録されました。
拡張レイヤー：コミュニティガバナンス、特定分野のルールまたはユースケースロジックをサポート
これはデータの実際の流動経路の復元です。
去中心化アートコンペティションを想像してみてください
アーティストは作品をSubmit Ledgerに提出します
コミュニティ投票の検証は、オフチェーンまたはDAOガバナンスで行うことができます
入賞したエントリーは、Publish Ledgerに公開されます
全てのプロセスは透明で追跡可能であり、各段

Irysメインネットのローンチが近づいています。ほとんどの人は @irys_xyz に対する印象が分散化ストレージに留まっています。しかし、それだけではありません：Irysはストレージを販売しているのではなく、「データを理解し実行する」チェーンを構築しています。
データは保存されるだけでなく、呼び出すこともできます。
—————————————————————————
Filecoin：長期アーカイブに特化し、検索遅延が高く、分散化されたコールドストレージに近い
Arweave：一度の支払いで永久保存、静的コンテンツに適しているが、インタラクティブ性は制限されている。
Walrus：Suiエコシステム内のモジュール化ストレージで、外部調整層に依存し、遅延を増加させます。
Irys：垂直統合アーキテクチャ、ストレージ+実行+コンセンサスの一体化、データがネイティブにスマートコントラクトの呼び出しをサポート。
重要な違いは、他のソリューションが「保存」を解決しているのに対し、Irysは「利用」を解決していることです。
コスト比較
—————————————————————————
例えば：100GBのストレージの5年間のコスト
アイリス:約56ドル
従来のクラウドサービス：約1656ドル
⚠️コスト差異：30倍
価格の優位性は、分散化されたアーキテクチャによるコストの分担から来ています

Irys 銀河ミッション最終日？メインネット立ち上げ間近！
昨日グループで見たDCのスニークピーク、10/25 銀河ミッションのスナップショット、10/30 DCのスナップショット。
ユーザーにとってこれは最高のニュースであり、早期参加者の権利が確定する瞬間とも言えます。Kaitoのスナップショットがいつになるのかは分かりません。
リズムから見ると、メインネットのローンチウィンドウは11月に大きな確率である。Aラウンドの資金調達は完了し、技術検証が完了、公式Twitterでメインネットの立ち上げ動画が公開され、スナップショットデータの収集も完了——すべての信号がグリーンライトを点灯している： @irys_xyz がTGEを間もなく行う。
仮にリーク内容が真実であれば、今日はギャラクシー任務のスナップショット前の最後の日です。まだオープンしているギャラクシー任務を補完したり、アカウントのアクティブ度を向上させたりすることができます。
DCにまだ何かスプリントできるイベントがあるか見てみましょう。
真偽にかかわらず、努力し続ける必要があります、頑張って @irys_xyz 口を動かす人！

ストレージ分野から企業サービスまで、@irys_xyz の企業影響力は過小評価されていると感じます。大多数の人々の印象は分散化ストレージの認識レベルにとどまっていますが、Irysはすでに企業データインフラストラクチャのゲームルールを再定義しています。
コアの差別化はプログラム可能なデータにあります
—————————————————————————
従来の企業データストレージは「ブラックホール」であり、データを入れるとデータになるが、処理するには他のシステムを呼び出さなければならない。Irysはデータを直接実行可能な資産に変え、スマートコントラクトはデータ上でロジックを実行し、許可を管理し、自動化された権限を与えることができる。
これは企業のデータサイロを解決する根本的なソリューションです。データ自体が実行指示を持っているとき、部門間の協力、コンプライアンス監査、権限管理は自動化プロセスに変わります。
コスト優位性の背後にあるアーキテクチャの論理
—————————————————————————
100GBのデータを5年間保存するコストは56ドルで、AWSの同じ構成では1656ドルが必要です。
30倍の価格差は分散化アーキテクチャに依存しています。従来のクラウドプロバイダーは大規模な運営システムを維持する必要がありますが、Irysはグローバルなノードネットワークを通じてコストを分

ちょうど @SentientAGI が発表した SPIN-Bench を見たところで、AI評価で最も見落とされがちな部分を補完しました。
多くのベンチマークは単一のモデルが短期的なタスクを行うことだけを評価しますが、本当に賢いシステムは長期的な計画を立て、不確実性の中で協力し、他の人が何をしたいのかを理解することができる必要があります。SPIN-Bench は、これらの課題を「制御可能な難易度の階層」と「マルチエージェントの相互作用」で整理し、進歩を測定できるようにしています。
なぜそれが統一だと言われるのですか？
—————————————————————————
SPIN-Benchは標準化されたテストセットであり、エージェントを実行できるシミュレーション環境でもあります。行動/状態の複雑さ、タスクの長さ、どのくらいの個体と相互作用する必要があるかという3つの重要な次元を体系的に引き出すことができます。
4つの代表的なシーンをカバーする：
PDDL計画:目標とルールを与えられ、実行可能な長期計画を策定します。目標を分解し、制約を記録し、全体のチェーンが通過できるかを検証する必要があります。
競技チェス：脚本通りに進むだけではなく、検索、評価、対戦相手の手に応じてタイムリーに変更する必要があります。
協力カード：情報が不完全で、コミュニケーションが制限されている。鍵はチームメイト