Notícias da Deep Tide TechFlow, em 27 de junho, segundo a Decrypt, o projeto Web3+AI Inference Labs completou uma rodada de financiamento no total de 6,3 milhões de dólares, destinada à construção de uma camada de confiança encriptação para agentes de AI e computação fora da cadeia. Os investidores incluem DACM, Delphi Ventures, Arche Capital, Lvna Capital, e a rodada comunitária Echo Syndicate liderada pela Native Capital.
Inference Labs está a desenvolver "Prova de Inferência" ( Proof of Inference ), que é um protocolo de encriptação de conhecimento zero, permitindo que modelos de IA alcancem escalabilidade superdimensionada através de recursos descentralizados fora da cadeia, enquanto provam a confiabilidade das suas saídas. Este protocolo resolve o problema de confiança em IA, permitindo que operadores de modelos mantenham a propriedade intelectual em sigilo, enquanto oferecem serviços verificáveis.
Ver original
O conteúdo serve apenas de referência e não constitui uma solicitação ou oferta. Não é prestado qualquer aconselhamento em matéria de investimento, fiscal ou jurídica. Consulte a Declaração de exoneração de responsabilidade para obter mais informações sobre os riscos.
Projeto Web3+AI Inference Labs concluiu um financiamento de 6,3 milhões de dólares, com participação da DACM, Delphi Ventures e outros.
Notícias da Deep Tide TechFlow, em 27 de junho, segundo a Decrypt, o projeto Web3+AI Inference Labs completou uma rodada de financiamento no total de 6,3 milhões de dólares, destinada à construção de uma camada de confiança encriptação para agentes de AI e computação fora da cadeia. Os investidores incluem DACM, Delphi Ventures, Arche Capital, Lvna Capital, e a rodada comunitária Echo Syndicate liderada pela Native Capital.
Inference Labs está a desenvolver "Prova de Inferência" ( Proof of Inference ), que é um protocolo de encriptação de conhecimento zero, permitindo que modelos de IA alcancem escalabilidade superdimensionada através de recursos descentralizados fora da cadeia, enquanto provam a confiabilidade das suas saídas. Este protocolo resolve o problema de confiança em IA, permitindo que operadores de modelos mantenham a propriedade intelectual em sigilo, enquanto oferecem serviços verificáveis.