Pagi ini, Yzi Labs mengumumkan investasinya di Tensorplex Labs, yang langsung memicu lonjakan 500% dalam proyek sub-jaringan Bittensor-nya, Dojo. Pada bulan yang sama tahun lalu, startup AI terdesentralisasi Tensorplex Labs menyelesaikan putaran pendanaan awal sebesar $3 juta. Setahun kemudian, Tensorplex Labs telah berkontribusi pada ekosistem Bittensor dalam berbagai aspek, termasuk DEX, dasbor data, dan AI. Artikel ini akan memberikan analisis singkat tentang bagaimana perusahaan asal Singapura yang berusia dua tahun telah menjadi peserta kunci dalam ekosistem Bittensor.

Inti DeFi dari Bittensor

Staking dan Peminjaman

Sebelum peluncuran dTao, ekosistem Bittensor relatif belum berkembang. Tensorplex memberikan kontribusi produk DeFi inti ke ekosistem TAO, salah satunya adalah Tensorplex Stake. Sebagai produk staking lintas rantai, ini memperkenalkan stTAO, token ERC-20 LSD (Liquid Staking Derivative). Ini memungkinkan investor EVM untuk berpartisipasi dalam ekosistem TAO dan mendapatkan imbalan staking tanpa perlu mengunduh dompet yang kompatibel dengan Substrate atau mendeklarasikan secara manual. Selain itu, aset yang dipatok dapat dipindahkan ke jaringan seperti Bittensor untuk berpartisipasi dalam operasi validator. Untuk memfasilitasi hal ini, Tensorplex mendirikan jembatan minim kepercayaan antara Substrate dan EVM. Selain staking, juga menginkubasi protokol peminjaman seperti TaoBank, memungkinkan pengguna menggunakan TAO yang dipatok sebagai jaminan untuk pinjaman tanpa bunga. Total nilai terkunci (TVL) dalam staking mencapai lebih dari $30 juta, menjadikan Tensorplex salah satu validator terbesar di TAO.

Integrasi dasbor data pertukaran + backprop

Baru bulan lalu, saat dTAO resmi diluncurkan, @BackpropFinancejuga sudah diluncurkan. Pada saat ini, sebagai salah satu dari tiga DEX di mana dTAO dapat diperdagangkan—bersama HotkeySwap dan TaoStats—Backprop tidak hanya memungkinkan pengguna untuk berdagang berbagai sub-jaringan Alpha tetapi juga menyediakan dasbor data komprehensif. Ini mengintegrasikan dasbor perdagangan, analisis alamat, kueri informasi on-chain, analisis pasar, dan fitur lainnya ke dalam satu produk. Dengan antarmuka yang familiar dan dasbor data yang baik, ini secara signifikan mengurangi hambatan masuk bagi pengguna baru yang bergabung dengan ekosistem TAO. Hal ini menjadikan Backprop sebagai produk DEX paling populer dalam Bittensor.

Pengembangan Ekosistem AI

LLM

Tensorplex telah melakukan beberapa upaya dalam model-model besar, menciptakan model yang melampaui semua model open-source dalam kompetisi pelatihan awal LLM terdesentralisasi di @MacrocosmosAI’s “Subnet 19.” Mengoperasikan validator di lebih dari 60 subnet Bittensor dan rantai AI seperti @flock_iodan@AlloraNetwork, Tensorplex telah berada di garis depan inovasi. Sejak 2023, ia telah mendeploy model-model kelas atas di Subnet 9 Bittensor, termasuk rilis Sumo. Pada April 2024, setelah meningkatkan batas parameter menjadi 7 miliar, model Sumo-T9-7B bahkan melebihi kinerja model-model terkenal seperti Falcon 7B dan Llama 2 7B.

Tensorplex Stream

Tensorplex juga telah menjelajahi bidang AI Agents. Dalam kerjasama dengan @Corcel_XPada “Subnet 18,” membangun chatbot Web3 RAG pertama, Tensorplex Stream. Chatbot ini mengumpulkan informasi dari transkrip podcast cryptocurrency untuk melatih AI Agent, memberikan ringkasan dan wawasan terbaru tentang cryptocurrency. Selain chatbot, Tensorplex juga telah mengembangkan Podcasts, memungkinkan AI untuk “berbicara” informasi yang dikumpulkannya. Dengan memanfaatkan keunggulan RAG, pendekatan ini dalam mengumpulkan wawasan real-time di pasar crypto yang cepat berubah kini banyak diadopsi.

Subjaring Dojo

Dalam 24 jam terakhir, Dojo Subnet telah menjadi subnet paling menonjol dalam dTAO, lonjakan 500% setelah YziLabs mengumumkan investasinya di Tensorplex Labs. Dojo adalah platform pengumpulan data—tapi lebih dari itu, itu adalah ekosistem terintegrasi di mana manusia bertindak sebagai pengamat pihak ketiga. Kecerdasan manusia dapat secara langsung memengaruhi pengembangan AI, pelatihan, dan operasi agen baik on-chain maupun di dunia nyata.

Alur kerja inti memungkinkan siapa pun untuk menghasilkan tugas sintetis unik menggunakan LLMs—seperti umpan balik fisika game, kualitas generasi gambar, atau algoritma fisika. Dojo mengumpulkan data umpan balik manusia dan menerapkan teknik penyamaran respons. Penambang kemudian mendistribusikan tugas, sementara validator manusia memverifikasi fakta dasar yang dihasilkan oleh LLMs, menilai kualitas respon dari kontributor. Hadiah dialokasikan berdasarkan metrik multi-dimensi: konsistensi manusia (Cohen's Kappa terbobot), stabilitas respons (koefisien korelasi intrakelas ICC), dan kesetiaan fakta (korelasi Spearman). Data ini digunakan untuk meningkatkan dan mengoptimalkan model sumber terbuka.

Dojo juga menerapkan langkah-langkah teknis untuk mencegah serangan Sybil dan memastikan kontributor adalah manusia sungguhan. Saat sistem semakin matang, mekanisme tambahan akan diperkenalkan untuk mencegah penyerang, membentuk rantai kontribusi yang tangguh. Hingga saat ini, Dojo telah mengumpulkan lebih dari 3 juta titik data yang dihasilkan oleh manusia.

Investasi Yzi Labs di Tensorplex Labs hanyalah cerminan dari pengakuan pasar yang berkembang terhadap ekosistem Bittensor. Sering diabaikan dalam diskusi mainstream, Bittensor adalah rumah bagi proyek AI yang sudah berdiri lama dengan keahlian dan dedikasi yang signifikan, menjalin lingkungan bangunan yang serius. Meskipun isu-isu seperti proyek-proyek yang dangkal atau kerangka kerja dTAO yang masih berkembang ada dalam subnet, ada optimisme bahwa Bittensor akan terus memberikan produk-produk berkualitas tinggi. Rhythm BlockBeats akan terus memperhatikan kemajuannya.

Disclaimer:

1. Artikel ini direproduksi dari [BlockBeats]. Hak cipta milik penulis asli [GELEMBUNG]. Jika Anda keberatan terhadap pencetakan ulang, silakan hubungi Gate Belajartim, tim akan menanganinya secepat mungkin sesuai dengan prosedur yang relevan.
2. Penafian: Pandangan dan pendapat yang terdapat dalam artikel ini hanya mewakili pandangan pribadi penulis dan bukan merupakan saran investasi apa pun.
3. Versi bahasa lain dari artikel diterjemahkan oleh tim Gate Learn dan tidak disebutkan dalam Gate.io, artikel yang diterjemahkan mungkin tidak boleh direproduksi, didistribusikan, atau diplagiat.