Forwarded from Newlearnerの自留地 (賈思敏|0xJasmine🃏💎)
#Crypto #BlockChain
📈 JJ's Margin Call #1
Substack
“加密货币投资具有高风险属性，如果你不懂，请千万不要碰，本文所述的都不是任何金融建议”
🥘 Market
- 以太坊短暂狂欢后，受负面监管消息影响一路回落至 1500 美元
🃏 Degen
- Trident：一路狂飙的 MMO 链游治理代币 $PSI
- Camelot：终于成为 Arbitrum 龙头去中心化交易所
- SEC： 重拳出击，禁止机构向散户提供加密货币质押服务
- SSV.Network：监管利好去中心化质押服务
- Paxos & $BUSD：监管与中心化稳定币
- Liquity：去中心化稳定币的春天？
🪙 Token
- ZK（零知识证明）赛道投资标的整理
- DeFi: $Oath $MPX $Sliz
- $Blur：即将发币与空投
- $Coval $Bets $Toke $Botto
📰 Info
- Arbitrum 生态纵观
- GMX/GLP 的本质
🐦 编者说：
Hi，我是贾思敏，因为种种原因以及自己的懒惰，沉寂了很长一段时间没有写文章，在 N8R 的推动下终于开拓了这个新专栏
JJ's Margin Call 是 un.Block 区块链周报的一个子栏目，更多关注加密货币市场动态和投资资讯，希望大家会喜欢 😄
同时也欢迎大家来到 un.Block 社区和我讨论与加密货币/区块链技术相关的话题
频道：@NewlearnerChannel
📈 JJ's Margin Call #1
Substack
“加密货币投资具有高风险属性，如果你不懂，请千万不要碰，本文所述的都不是任何金融建议”
🥘 Market
- 以太坊短暂狂欢后，受负面监管消息影响一路回落至 1500 美元
🃏 Degen
- Trident：一路狂飙的 MMO 链游治理代币 $PSI
- Camelot：终于成为 Arbitrum 龙头去中心化交易所
- SEC： 重拳出击，禁止机构向散户提供加密货币质押服务
- SSV.Network：监管利好去中心化质押服务
- Paxos & $BUSD：监管与中心化稳定币
- Liquity：去中心化稳定币的春天？
🪙 Token
- ZK（零知识证明）赛道投资标的整理
- DeFi: $Oath $MPX $Sliz
- $Blur：即将发币与空投
- $Coval $Bets $Toke $Botto
📰 Info
- Arbitrum 生态纵观
- GMX/GLP 的本质
🐦 编者说：
Hi，我是贾思敏，因为种种原因以及自己的懒惰，沉寂了很长一段时间没有写文章，在 N8R 的推动下终于开拓了这个新专栏
JJ's Margin Call 是 un.Block 区块链周报的一个子栏目，更多关注加密货币市场动态和投资资讯，希望大家会喜欢 😄
同时也欢迎大家来到 un.Block 社区和我讨论与加密货币/区块链技术相关的话题
频道：@NewlearnerChannel
👎1
Forwarded from Newlearnerの自留地 (賈思敏|0xJasmine🃏🧪💎)
#Crypto #BlockChain
📈 JJ's Margin Call #2
Substack
“加密货币投资具有高风险属性，如果你不懂，请千万不要碰，本文所述的都不是任何金融建议”
🥘 Market
- 震荡与横盘: ETH 突破 1700 又回调到 1462 然后又拉升震荡
- 中国概念币火热
- 链上生态繁荣
👀 Let’s See
- Blur 空投 & OpenSea 无力的反击。& Sudo 代币上线
- Ton 冻结远古鲸鱼钱包的提案获通过
- Nitro Cartel 的芒果拍结束，币价回归正常
- Polygon zkEVM & zkSync era
- FCC: Fomo Chinese Crypto
- 稳定币其实并不太稳定
🃏 Degen
- Sturdy Finance 新的代币经济模型
- Deus V3 介绍
- 链上合约平台 Vela Exchange 介绍
- Collab.Land 空投
- $STG $SLIZ $RDNT $SYN $THE $Poison $LVL $GNS
💫 JJ's Margin Call 是 un.Block 区块链周报的一个子栏目，更多关注加密货币市场动态和投资资讯
频道：@NewlearnerChannel
📈 JJ's Margin Call #2
Substack
“加密货币投资具有高风险属性，如果你不懂，请千万不要碰，本文所述的都不是任何金融建议”
🥘 Market
- 震荡与横盘: ETH 突破 1700 又回调到 1462 然后又拉升震荡
- 中国概念币火热
- 链上生态繁荣
👀 Let’s See
- Blur 空投 & OpenSea 无力的反击。& Sudo 代币上线
- Ton 冻结远古鲸鱼钱包的提案获通过
- Nitro Cartel 的芒果拍结束，币价回归正常
- Polygon zkEVM & zkSync era
- FCC: Fomo Chinese Crypto
- 稳定币其实并不太稳定
🃏 Degen
- Sturdy Finance 新的代币经济模型
- Deus V3 介绍
- 链上合约平台 Vela Exchange 介绍
- Collab.Land 空投
- $STG $SLIZ $RDNT $SYN $THE $Poison $LVL $GNS
💫 JJ's Margin Call 是 un.Block 区块链周报的一个子栏目，更多关注加密货币市场动态和投资资讯
频道：@NewlearnerChannel
👎1
📞 ZK 跨链通信协议：安全，便宜，全链 Dapp 的未来
竹白 | 知乎 | Substack | Medium
我们还提供了由本文训练的 AI，你可以提出与本文有关的任何问题。
👀 Insight
- ZK 为跨链通信提供了一种安全，低成本的方式
- 跨链通信协议仍处于早期阶段，但有望允许 Dapp 访问不同链上的数据
- DeFi，全链 Dapp 将从跨链 Dapp 的发展中受益
- 跨链 Dapp 的影响预计在未来几年内会非常大，就像全球化的影响一样
- 开发人员正在努力探索构建跨链 Dapp 的最佳模式
- 延迟，安全和成本是 ZK 跨链信息协议的主要指标
- ZK 跨链协议四个主要的组件是：生成存储证明，结合存储证明和 ZKP，中继 ZKP， 展开承诺
📽️ 相关项目
- Lagrange
- Herodotus
- Succinct Labs
- zkBridge
- =nil; Foundation
频道: @unblock256
竹白 | 知乎 | Substack | Medium
我们还提供了由本文训练的 AI，你可以提出与本文有关的任何问题。
👀 Insight
- ZK 为跨链通信提供了一种安全，低成本的方式
- 跨链通信协议仍处于早期阶段，但有望允许 Dapp 访问不同链上的数据
- DeFi，全链 Dapp 将从跨链 Dapp 的发展中受益
- 跨链 Dapp 的影响预计在未来几年内会非常大，就像全球化的影响一样
- 开发人员正在努力探索构建跨链 Dapp 的最佳模式
- 延迟，安全和成本是 ZK 跨链信息协议的主要指标
- ZK 跨链协议四个主要的组件是：生成存储证明，结合存储证明和 ZKP，中继 ZKP， 展开承诺
📽️ 相关项目
- Lagrange
- Herodotus
- Succinct Labs
- zkBridge
- =nil; Foundation
频道: @unblock256
👍3
📽️ 3 月的一些有趣项目
- Weave DB @weave_db
- Relay @relay_eth
- Caldera @Calderaxyz
- Safe @safe
- Cookbook @cookbook_dev
- Flock @flock_io
- Kaito @_kaitoai
- Immuna @immuna_xyz
- ChainML @chainml_
频道: @unblock256
- Weave DB @weave_db
- Relay @relay_eth
- Caldera @Calderaxyz
- Safe @safe
- Cookbook @cookbook_dev
- Flock @flock_io
- Kaito @_kaitoai
- Immuna @immuna_xyz
- ChainML @chainml_
频道: @unblock256
un.Block.ai by Gills #1
【本周快讯中文源均来源于Blockbeats】
💬 简讯
1. 日立宣布成立战略投资基金，布局包括AI和Web3在内的多个技术领域
2. Metagame Industries与Space and Time合作，为Web3游戏创建新标准
3. AiONE完成100万美元种子轮融资 (AiONE)
4. AI生成式娱乐项目HIM名列Binance最新的MVB孵化项目名单
5. Web3 + AIGC英语学习项目AIEnglish即将采用meme Coin模式上线运营
🤭 唠叨唠叨
好久不见！Gills 开新坑——周更小结栏目，专注于 Web3+AI 的快讯汇总和个人的粗略感想。笔者本身是一名人机交互和机器学习的科研人，所以感想和评估整体会略倾向于 AI 的部分。
其实过去两周在 AI 领域的大事 🍉 不少，不过更多的是发生在 AI 本身——OpenAI 创始人前往日本谈合作；AutoGPT 大爆；马斯克前 jio 喊话叫停发展 AI，后 jio 成立 X.AI 并宣布了 TruthGPT......
Web3 也不甘落后，伦敦的 AI WORLD，香港的Web3超级大集会都吸引了巨大的关注。如果 Web3 和 AI 不放到一起讨论而分开各自来看，无论是叙事还是项目方面都看起来非常亮眼，爆点 🍉 满满。
但项目方面，Web3+AI 如大家所见，目前和今后不短的一段时间大概率都会处于长期的叙事阶段。Web3 本身的定义需要完善，而生成式和大模型 AI 除了少数诸如 AutoGPT 之类的超级头部项目，目前还处于非常初级的应用阶段。整体项目数量不多，有白皮书和技术栈描述的项目更是少之又少。所以哪怕像 AiONE 这样的项目并没有获得很多关注和融资，技术栈（尤其是人机交互方面，这是笔者博士本职的研究课题）在笔者看来也并不十分亮眼，但笔者认为作为少数有白皮书和具体愿景描述的项目，还是很值得一看和学习。
频道：@unblock256
【本周快讯中文源均来源于Blockbeats】
💬 简讯
1. 日立宣布成立战略投资基金，布局包括AI和Web3在内的多个技术领域
2. Metagame Industries与Space and Time合作，为Web3游戏创建新标准
3. AiONE完成100万美元种子轮融资 (AiONE)
4. AI生成式娱乐项目HIM名列Binance最新的MVB孵化项目名单
5. Web3 + AIGC英语学习项目AIEnglish即将采用meme Coin模式上线运营
🤭 唠叨唠叨
好久不见！Gills 开新坑——周更小结栏目，专注于 Web3+AI 的快讯汇总和个人的粗略感想。笔者本身是一名人机交互和机器学习的科研人，所以感想和评估整体会略倾向于 AI 的部分。
其实过去两周在 AI 领域的大事 🍉 不少，不过更多的是发生在 AI 本身——OpenAI 创始人前往日本谈合作；AutoGPT 大爆；马斯克前 jio 喊话叫停发展 AI，后 jio 成立 X.AI 并宣布了 TruthGPT......
Web3 也不甘落后，伦敦的 AI WORLD，香港的Web3超级大集会都吸引了巨大的关注。如果 Web3 和 AI 不放到一起讨论而分开各自来看，无论是叙事还是项目方面都看起来非常亮眼，爆点 🍉 满满。
但项目方面，Web3+AI 如大家所见，目前和今后不短的一段时间大概率都会处于长期的叙事阶段。Web3 本身的定义需要完善，而生成式和大模型 AI 除了少数诸如 AutoGPT 之类的超级头部项目，目前还处于非常初级的应用阶段。整体项目数量不多，有白皮书和技术栈描述的项目更是少之又少。所以哪怕像 AiONE 这样的项目并没有获得很多关注和融资，技术栈（尤其是人机交互方面，这是笔者博士本职的研究课题）在笔者看来也并不十分亮眼，但笔者认为作为少数有白皮书和具体愿景描述的项目，还是很值得一看和学习。
频道：@unblock256
👍2
🤖 un.block.ai #2
🏦 融资
1. Binance Academy 发布智能聊天机器人 Binance Sensei，旨在帮助用户更方便地查阅网站上课程的相关信息
2. AI WORLD 接受美国软银集团的种子轮融资
3. Solana 基金会推出单笔 5000-2.5 万美元不等，总计 100 万美元的 AI 研究基金，并推出 ChatGPT 插件
4. Bitget 宣布向 Fetch.ai 投资 1000 万美元
5. Pinecone B 轮以 7.5 亿美元估值，融资 1亿美元，a16z 领投。Pinecone 专注于为 AI 提供长期记忆，为开发者提供向量数据库
6. Replit 以 11.6 亿美金估值完成 B+ 轮融资。a16z，Bloomberg Beta，YC 等共投资 9700 万美金
🧑💻 技术
1. Dune Analytics 宣布 开源 Python 库 Harmonizer 并正在致力于集成 GPT-4。Dune 在 LLM 方面的尝试
2. Opera 宣布将在浏览器里植入生成式 AI
3. Worldcoin 讨论 ZKML，探索用户本地存储生物识别信息，并本地运行 ML 模型，升级 ML 模型的可能性
4. Replit 宣布开源 Replit-code-v1-3b 代码补全模型
🛬 工具库更新
1. Langchain 发布 v0.0.151，新增功能 SelfQueryRetriever，PipelineAI LLM Integration，LanceDB Vectorstore integration，Arxiv document loader
2. Langchain 发布 v0.0.149，新增功能 Prediction Guard LLM，Azure CosmosDB for chat history，Hugging Face datasets document loader，Blockchain via Alchemy document loader，GCS 优化，SQLAlchemy 2.0 支持，为部分数据库增加 metadata 过滤器，llama.cpp 流处理新增范例
3. LlamaIndex 发布 v0.6.0，新增功能 Custom Retriever tutorial nb，TTS modules，Support for GPTCache、Redis cache，LlamaHub loaders（New async web loader，Huggingface loader, Deepdoctection reader），Router abstraction
💬 感想
本周虽然没有更多重磅的消息或者有趣的项目，更多的是源于老牌项目的技术集成或者融资。但来自于 Web3Brand 的长文《当Crypto遇见AI：准备拥抱一个全新的数字魔法时代》让笔者读起来如醍醐灌顶。即使笔者年事已高，但在 Web3 领域还是年轻人。在观察和整理资讯的能力上，笔者目前还完全达不到那样的级别，还需要多多阅读和学习。文章本身不长，推荐大家阅读全文。
在 AI 生成艺术方面，笔者感觉两种完全不同的观点正在涌现：一种开始强调自己的作品不是AI生成，致力于和AI划清界限；另一种则拥抱 AI 并且寻求合作，且大多为 Indie Dev。暂且不论其中的立场和利益，或许如同很多 KOL 和 VC 大手所说，正在逐渐强大的 AI/ML 技术正在让小团队拥有越来越强大的实力去挑战大厂。
但是笔者作为一名已经几乎每天都打开 ChatGPT 的科研人，对于技术层面其实有着不小的担忧—— ChatGP T本身的高度中心化和大模型对于数据和实时算力（GPU，带宽等等）都有着非常夸张的要求。而如果小团队/ Indies 无法做到拥有自己本地化的模型，那他们的大部分技术，甚至说命脉，可能依然掌握在大厂手里。
笔者认为除了模型训练算力之外的成分，包括数据传输，存储，模型的储存和部署，都可以去中心化（推特讨论）。那么联邦学习会带来更多的可能性吗？笔者如果有时间，或许会做一些调查和实验并写出研报。这个想法或许很天真，欢迎大家批评讨论。
频道：@unblock256
🏦 融资
1. Binance Academy 发布智能聊天机器人 Binance Sensei，旨在帮助用户更方便地查阅网站上课程的相关信息
2. AI WORLD 接受美国软银集团的种子轮融资
3. Solana 基金会推出单笔 5000-2.5 万美元不等，总计 100 万美元的 AI 研究基金，并推出 ChatGPT 插件
4. Bitget 宣布向 Fetch.ai 投资 1000 万美元
5. Pinecone B 轮以 7.5 亿美元估值，融资 1亿美元，a16z 领投。Pinecone 专注于为 AI 提供长期记忆，为开发者提供向量数据库
6. Replit 以 11.6 亿美金估值完成 B+ 轮融资。a16z，Bloomberg Beta，YC 等共投资 9700 万美金
🧑💻 技术
1. Dune Analytics 宣布 开源 Python 库 Harmonizer 并正在致力于集成 GPT-4。Dune 在 LLM 方面的尝试
2. Opera 宣布将在浏览器里植入生成式 AI
3. Worldcoin 讨论 ZKML，探索用户本地存储生物识别信息，并本地运行 ML 模型，升级 ML 模型的可能性
4. Replit 宣布开源 Replit-code-v1-3b 代码补全模型
🛬 工具库更新
1. Langchain 发布 v0.0.151，新增功能 SelfQueryRetriever，PipelineAI LLM Integration，LanceDB Vectorstore integration，Arxiv document loader
2. Langchain 发布 v0.0.149，新增功能 Prediction Guard LLM，Azure CosmosDB for chat history，Hugging Face datasets document loader，Blockchain via Alchemy document loader，GCS 优化，SQLAlchemy 2.0 支持，为部分数据库增加 metadata 过滤器，llama.cpp 流处理新增范例
3. LlamaIndex 发布 v0.6.0，新增功能 Custom Retriever tutorial nb，TTS modules，Support for GPTCache、Redis cache，LlamaHub loaders（New async web loader，Huggingface loader, Deepdoctection reader），Router abstraction
💬 感想
本周虽然没有更多重磅的消息或者有趣的项目，更多的是源于老牌项目的技术集成或者融资。但来自于 Web3Brand 的长文《当Crypto遇见AI：准备拥抱一个全新的数字魔法时代》让笔者读起来如醍醐灌顶。即使笔者年事已高，但在 Web3 领域还是年轻人。在观察和整理资讯的能力上，笔者目前还完全达不到那样的级别，还需要多多阅读和学习。文章本身不长，推荐大家阅读全文。
在 AI 生成艺术方面，笔者感觉两种完全不同的观点正在涌现：一种开始强调自己的作品不是AI生成，致力于和AI划清界限；另一种则拥抱 AI 并且寻求合作，且大多为 Indie Dev。暂且不论其中的立场和利益，或许如同很多 KOL 和 VC 大手所说，正在逐渐强大的 AI/ML 技术正在让小团队拥有越来越强大的实力去挑战大厂。
但是笔者作为一名已经几乎每天都打开 ChatGPT 的科研人，对于技术层面其实有着不小的担忧—— ChatGP T本身的高度中心化和大模型对于数据和实时算力（GPU，带宽等等）都有着非常夸张的要求。而如果小团队/ Indies 无法做到拥有自己本地化的模型，那他们的大部分技术，甚至说命脉，可能依然掌握在大厂手里。
笔者认为除了模型训练算力之外的成分，包括数据传输，存储，模型的储存和部署，都可以去中心化（推特讨论）。那么联邦学习会带来更多的可能性吗？笔者如果有时间，或许会做一些调查和实验并写出研报。这个想法或许很天真，欢迎大家批评讨论。
频道：@unblock256
❤1
🤖 un.block.ai #3
竹白 | 知乎 | 小红书 | 即刻 | Substack
🏦 融资
- Crypto.com 推出 AI 助手 Amy，用于向用户提供行业信息
- Layer-1 EVM 公司 Flare 在 Google Cloud Marketplace 上集成了 9 项区块链相关 API
🧑💻 技术
- DVC：DVC (Data Version Control) 是一个开源的，基于 Git 的数据科学工具，它将版本控制应用于机器学习开发
- GPT-2B-001：Nvida 发布的基于 Transfomer 的 20 亿参数大语言模型，类似 GPT-2 和 GPT-3。实际效果一般
- LMSYS：采用用户打分方式的开源 LLM 评分网站。Vicuna-13b 目前名列第一
- Mojo：Swfit 之父为 AI 开发者创建的编程语言，结合了 C 和 Python。可以无缝调用 Python 库，自动调整数据结构以适应特定硬件
- LAMINI：可编程的创建自己的 LLM 模版，支持实例化，修改提示词，倒入自己的数据
- EVA AI 关系数据库：AI 函数可以作为 SQL 内置函数，如 SUM()。用户定义函数可以包含机器学习模型。内置 Sampling，Caching，Filtering optimization。开发者可以将其用于交通流量分析，图像识别，电影人物情绪分析
- DANNY：去中心化向量数据库
🛬 工具库更新
- Langchain 发布 v0.0.158，新增功能 Router chains，Spark DataFrame Agent，Firestore memory，In memory KNN Retriever，优化 Google Serper Tool，OneDriveLoader，TOML Loader，Media Wiki XML。
- LlamaIndex 发布 v0.6.0，全新 Router 设计帮助开发者编写更加强力的查询组件。Router 会将查询分流到合适的查询器。适合 QA 类软件的开发
💬 感想
本周依然是 Web3 和 AI 各自妈妈爱放心飞，但没有什么交叉点的一周。Web3 领域笔者最关注的，但可能并不是最重头的事件就是 Sui 主网的上线，并且主流交易所基本都支持了 Sui 的相关代币。而 AI 这边则是 New Bing Search 和讯飞大模型的舞台。笔者最近忙于论文，还没有时间对讯飞大模型一窥究竟（这方面请移步隔壁 AI Pulse 群组，目前反馈似乎略负面…..）；而苹果则是宣称自己有计划在产品中植入 AI 但存在偏见方面的顾虑，正在解决中。
本周技术方面的读着来自于 ZKML。这篇文章 具体地介绍了作者本人的全栈 ZKML 平台，包含了模型转换，推理，以及部署的过程。笔者需要时间来具体研究这个平台，但笔者认为它对于 ZKML 的定位和目标非常清晰 ——ZKML 相比于传统 ML 应该具有隐私和部署方面的优势，这也是传统 ML 无法解决的巨大痛点。不仅如此，笔者认为它对于 ML 模型本身的可解释性也会有巨大的进展潜力。之后笔者会针对这个框架出一篇学习笔记。
频道：@unblock256
竹白 | 知乎 | 小红书 | 即刻 | Substack
🏦 融资
- Crypto.com 推出 AI 助手 Amy，用于向用户提供行业信息
- Layer-1 EVM 公司 Flare 在 Google Cloud Marketplace 上集成了 9 项区块链相关 API
🧑💻 技术
- DVC：DVC (Data Version Control) 是一个开源的，基于 Git 的数据科学工具，它将版本控制应用于机器学习开发
- GPT-2B-001：Nvida 发布的基于 Transfomer 的 20 亿参数大语言模型，类似 GPT-2 和 GPT-3。实际效果一般
- LMSYS：采用用户打分方式的开源 LLM 评分网站。Vicuna-13b 目前名列第一
- Mojo：Swfit 之父为 AI 开发者创建的编程语言，结合了 C 和 Python。可以无缝调用 Python 库，自动调整数据结构以适应特定硬件
- LAMINI：可编程的创建自己的 LLM 模版，支持实例化，修改提示词，倒入自己的数据
- EVA AI 关系数据库：AI 函数可以作为 SQL 内置函数，如 SUM()。用户定义函数可以包含机器学习模型。内置 Sampling，Caching，Filtering optimization。开发者可以将其用于交通流量分析，图像识别，电影人物情绪分析
- DANNY：去中心化向量数据库
🛬 工具库更新
- Langchain 发布 v0.0.158，新增功能 Router chains，Spark DataFrame Agent，Firestore memory，In memory KNN Retriever，优化 Google Serper Tool，OneDriveLoader，TOML Loader，Media Wiki XML。
- LlamaIndex 发布 v0.6.0，全新 Router 设计帮助开发者编写更加强力的查询组件。Router 会将查询分流到合适的查询器。适合 QA 类软件的开发
💬 感想
本周依然是 Web3 和 AI 各自妈妈爱放心飞，但没有什么交叉点的一周。Web3 领域笔者最关注的，但可能并不是最重头的事件就是 Sui 主网的上线，并且主流交易所基本都支持了 Sui 的相关代币。而 AI 这边则是 New Bing Search 和讯飞大模型的舞台。笔者最近忙于论文，还没有时间对讯飞大模型一窥究竟（这方面请移步隔壁 AI Pulse 群组，目前反馈似乎略负面…..）；而苹果则是宣称自己有计划在产品中植入 AI 但存在偏见方面的顾虑，正在解决中。
本周技术方面的读着来自于 ZKML。这篇文章 具体地介绍了作者本人的全栈 ZKML 平台，包含了模型转换，推理，以及部署的过程。笔者需要时间来具体研究这个平台，但笔者认为它对于 ZKML 的定位和目标非常清晰 ——ZKML 相比于传统 ML 应该具有隐私和部署方面的优势，这也是传统 ML 无法解决的巨大痛点。不仅如此，笔者认为它对于 ML 模型本身的可解释性也会有巨大的进展潜力。之后笔者会针对这个框架出一篇学习笔记。
频道：@unblock256
🤖 un.block.ai for Web3 and Developers #4
🏦 融资
1. Mayfield XVII 已通过两个风险投资基金完成 9.55 亿美元募资，将投资人工智能、Web3 等领域的初创公司
2. 部分比特币矿工正在转向 AI 领域
3. OKX 升级 NFT 创作功能，并开启创意竞赛
4. MakerDAO 公布新战略路线 Endgame，包含基于 AI 的治理监测和优化工具
🧑💻 技术
1. BlockGPT 宣布推出了其 “Chat to Earn” AI 服务，包含 NFT 两种代币
💬 感想
本周的一个相对的亮点项目是 BlockGPT。“Chat to Earn” 当然不是什么新概念，是 “Step to Earn” 之类概念的一个延续。但前者理论上并不具备社交的属性，反而会大量提供训练数据和个人信息。目前关于 ChatGPT 个人信息的安全问题各方还是处于一种拉扯的状态，而 Sam Altman 本人也将在周二和议会讨论 AI 的安全性。无论是 ChainGPT 还是 BlockGPT，甚至是 Alethea AI 这种老牌项目，应该都会将目光集中在这次聆讯上。
AI 这边最大的新闻毫无疑问是 Google I/O 大会。具体详情相信大家已经通过各种博文和媒体充分了解了，在此不多赘述。比起 PaLM 2 领衔的各种技术，笔者则更多关注谷歌在隐私和数据安全方面的责任心（哪怕可能只是借口）。即使谷歌自（大约）17 年以来在数据隐私方面的名声有所下滑，考虑到他们在联邦学习和去中心化架构上的努力，笔者看好他们在去中心化 AI 和 ML 方面会扮演重要的角色 —— 当然不是引领者，但会是支持者。
由于工作和居住地的变动，接下来的两周是笔者进行交接和搬家的时期。笔者也希望能借这个机会整理一下过去的新闻和相关项目，因此更新可能会变得不定期。但笔者会承诺尽力而为。
频道：@unblock256
🏦 融资
1. Mayfield XVII 已通过两个风险投资基金完成 9.55 亿美元募资，将投资人工智能、Web3 等领域的初创公司
2. 部分比特币矿工正在转向 AI 领域
3. OKX 升级 NFT 创作功能，并开启创意竞赛
4. MakerDAO 公布新战略路线 Endgame，包含基于 AI 的治理监测和优化工具
🧑💻 技术
1. BlockGPT 宣布推出了其 “Chat to Earn” AI 服务，包含 NFT 两种代币
💬 感想
本周的一个相对的亮点项目是 BlockGPT。“Chat to Earn” 当然不是什么新概念，是 “Step to Earn” 之类概念的一个延续。但前者理论上并不具备社交的属性，反而会大量提供训练数据和个人信息。目前关于 ChatGPT 个人信息的安全问题各方还是处于一种拉扯的状态，而 Sam Altman 本人也将在周二和议会讨论 AI 的安全性。无论是 ChainGPT 还是 BlockGPT，甚至是 Alethea AI 这种老牌项目，应该都会将目光集中在这次聆讯上。
AI 这边最大的新闻毫无疑问是 Google I/O 大会。具体详情相信大家已经通过各种博文和媒体充分了解了，在此不多赘述。比起 PaLM 2 领衔的各种技术，笔者则更多关注谷歌在隐私和数据安全方面的责任心（哪怕可能只是借口）。即使谷歌自（大约）17 年以来在数据隐私方面的名声有所下滑，考虑到他们在联邦学习和去中心化架构上的努力，笔者看好他们在去中心化 AI 和 ML 方面会扮演重要的角色 —— 当然不是引领者，但会是支持者。
由于工作和居住地的变动，接下来的两周是笔者进行交接和搬家的时期。笔者也希望能借这个机会整理一下过去的新闻和相关项目，因此更新可能会变得不定期。但笔者会承诺尽力而为。
频道：@unblock256
👍1
Forwarded from Newlearnerの自留地 (glaze c)
#App
🔍 CuboxGPT：找到你想要的书签
Github | Pypi
📚 背景
在我的 Cubox 中，我存储了数千个书签。有些书签 Cubox 可以成功解析，抓取内容和标题。然而，对于那些信息模糊的书签，如果我不手动录入信息，它们便永远被藏在搜索功能无法触及的角落。
当我们想要在需要时找到特定书签时，Cubox 的全文搜索功能并不总是够用。这让我们急切地想要一个更好的解决方案。那种想起来某个东西但是找不到的感觉，让人急的直跳脚。
🚀 CuboxGPT 诞生了！
CuboxGPT 利用 GPT 技术帮助用户更好地在 Cubox 中搜索所需的书签。它可以理解语义，从而找到合适的书签。
✨ Feature
- 命令行工具
- Python 一键安装
- 支持 OpenAI API Key
- 本地向量数据库
- 输出内容包含引用和链接
💬 如何使用
1. 导出 Cubox 的书签内容
2. 本地设置 OpenAI API 环境变量
3. 使用
4. 使用
5. 用
⌛ 未来计划
- 提高搜索内容的准确性，让用户更容易找到所需书签
- 扩展搜索结果数量，提高搜索命中率
- 改进数据库导入更新体验，支持增量更新以降低更新成本
🤝 加入我们
欢迎与开发者 @glazecl 聊聊，一起探讨 CuboxGPT，让我们共同创造更好的书签搜索体验！赶快试试吧！
频道：@NewlearnerChannel
🔍 CuboxGPT：找到你想要的书签
Github | Pypi
📚 背景
在我的 Cubox 中，我存储了数千个书签。有些书签 Cubox 可以成功解析，抓取内容和标题。然而，对于那些信息模糊的书签，如果我不手动录入信息，它们便永远被藏在搜索功能无法触及的角落。
当我们想要在需要时找到特定书签时，Cubox 的全文搜索功能并不总是够用。这让我们急切地想要一个更好的解决方案。那种想起来某个东西但是找不到的感觉，让人急的直跳脚。
🚀 CuboxGPT 诞生了！
CuboxGPT 利用 GPT 技术帮助用户更好地在 Cubox 中搜索所需的书签。它可以理解语义，从而找到合适的书签。
✨ Feature
- 命令行工具
- Python 一键安装
- 支持 OpenAI API Key
- 本地向量数据库
- 输出内容包含引用和链接
💬 如何使用
1. 导出 Cubox 的书签内容
2. 本地设置 OpenAI API 环境变量
3. 使用
cuboxgpt import-data 导入书签，抓取网页内容4. 使用
cuboxgpt init-database 构建本地向量数据库5. 用
cuboxgpt search 进行自然语言搜索⌛ 未来计划
- 提高搜索内容的准确性，让用户更容易找到所需书签
- 扩展搜索结果数量，提高搜索命中率
- 改进数据库导入更新体验，支持增量更新以降低更新成本
🤝 加入我们
欢迎与开发者 @glazecl 聊聊，一起探讨 CuboxGPT，让我们共同创造更好的书签搜索体验！赶快试试吧！
频道：@NewlearnerChannel
.jpg
41.5 KB
🤖 un.block.ai for Web3 and Developers #6
🏦 融资
- AI 开发公司 Anthropic 完成 4.5 亿美元 C 轮融资
- Solana 将自研 ChatGPT 插件集成到网络中，并宣布将支持其生态下 AI 项目的基金从 100 万追加至 1000 万
- Foresight Ventures 追加 1000 万投资，将重点投资 Web3，AI，零知识证明等相关项目
- Avalanche 旗下的 Ava Labs 发行自动化开发工具 AvaCloud 以及旗下子网交互工具 Avalanche Warp Messaging，帮助用户快速开发测试网和上线
- Moonfire Ventures 启动 1.15 亿美元基金 Fund II，将重点关注 AI 和 Web3 等领域的初创公司
- 区块链初创公司加速器 Cronos Labs 官宣第二期加速计划，共计得到 1 亿美元投资支持。包含 CorgiAI 在内的 8 个项目得到单笔 3 万美元的支持，计划为期 12 周
💠 ZKML
Evolving the Intelligence of Smart Contracts Through Zero-Knowledge Cryptography
机器学习（ML）是人工智能的一个分支，专注于开发算法和模型，使计算机能够从数据中学习并根据数据进行预测。该过程涉及训练数据、模型架构和模型参数。模型分为两个阶段进行生成和部署：训练和推理。zkML 主要关注推理阶段，因为计算复杂度较高。
验证推理有四种场景：私有输入 - 公共模型、公共输入 - 私有模型、私有输入 - 私有模型和公共输入 - 公共模型。验证的 ML 推理为智能合约开辟了新的设计空间，包括去中心化金融（DeFi）、安全、传统机器学习、身份认证、Web3 社交、广告、创作者经济和游戏。
ZKML 生态系统由模型到证明编译器、通用证明系统、ZKML 特定证明系统和应用程序组成。ZKML 领域面临的一些挑战包括：最小精度损失的量化、电路尺寸、矩阵乘法的高效证明以及对抗性攻击。尽管存在这些挑战，但 ZKML 的改进和优化正在快速进行，它有潜力彻底改变各种行业和应用。
将 AI 和区块链融合，实现隐私保护的模型部署技术
ZKML（零知识机器学习）是将零知识证明应用于机器学习的技术，作为 AI 与区块链的桥梁。ZKML 可以解决 AI 模型 / 输入的隐私保护问题以及推理过程的可验证性问题，使得小模型或推理的 ZKP 能够上链。模型 / 推理证明上链的意义包括让区块链感知物理世界，让智能合约做决策，以及保护隐私地运行 AI 模型。
ZKML 应用包括链上 AI，自我提高的区块链，AIGC 上链，钱包的生物认证（KYC），AI 安全，以及链上 ZKML 游戏等。ZKML 技术的目标是将神经网络转化为 ZK 电路，但面临浮点数和规模较大的神经网络难以转换的挑战。
Towards a Future of Verifiable AI
ZKML 的用例可以根据哪些信息是私有的分为以下几类：
公共模型 + 私有数据:
隐私保护机器学习：ZKML 可用于在不向其他人泄露数据的情况下对敏感数据进行机器学习模型的训练和评估。这对于医疗诊断和金融欺诈检测等应用非常重要。我们还看到一些参与者在生物识别数据认证上使用 ZKML，构建人类证明服务。
认证：在大部分在线内容由 AI 生成的世界中，密码学可以提供真实信息来源。人们正在尝试使用 ZKML 来解决深度伪造问题。
私有模型 + 公共数据：
模型真实性：ZKML 可用于确保机器学习模型的一致性。这对于用户确保模型提供商不偷懒使用较便宜的模型或被黑客攻击非常重要。
去中心化 Kaggle：ZKML 允许数据科学竞赛参与者在不泄露训练模型权重的情况下证明公共测试数据的模型准确性。
公共模型 + 公共数据：
去中心化推理：这种方法主要利用 ZK 的简洁性特点将复杂的 AI 计算压缩为类似于 ZK Rollup 的链上证明。这种方法可以将模型服务的成本分散到多个节点。
尽管 ZKML 面临着一些技术挑战，但它在加密社区引起了很大兴趣，一些优秀的团队正在探索这个领域。
技术瓶颈包括量化、跨语言翻译和 ZKP 的计算成本。尽管存在这些挑战，但 ZKML 在去中心化金融、游戏、NFT/ 创作者经济和身份认证等领域已经取得了一定的进展。
ZKML 的广泛应用可能取决于人们对现有大型 AI 提供商的信任。是否会有一些事件引起整个行业的关注，并推动用户考虑可验证的 AI 技术。
频道：@unblock256
🏦 融资
- AI 开发公司 Anthropic 完成 4.5 亿美元 C 轮融资
- Solana 将自研 ChatGPT 插件集成到网络中，并宣布将支持其生态下 AI 项目的基金从 100 万追加至 1000 万
- Foresight Ventures 追加 1000 万投资，将重点投资 Web3，AI，零知识证明等相关项目
- Avalanche 旗下的 Ava Labs 发行自动化开发工具 AvaCloud 以及旗下子网交互工具 Avalanche Warp Messaging，帮助用户快速开发测试网和上线
- Moonfire Ventures 启动 1.15 亿美元基金 Fund II，将重点关注 AI 和 Web3 等领域的初创公司
- 区块链初创公司加速器 Cronos Labs 官宣第二期加速计划，共计得到 1 亿美元投资支持。包含 CorgiAI 在内的 8 个项目得到单笔 3 万美元的支持，计划为期 12 周
💠 ZKML
Evolving the Intelligence of Smart Contracts Through Zero-Knowledge Cryptography
机器学习（ML）是人工智能的一个分支，专注于开发算法和模型，使计算机能够从数据中学习并根据数据进行预测。该过程涉及训练数据、模型架构和模型参数。模型分为两个阶段进行生成和部署：训练和推理。zkML 主要关注推理阶段，因为计算复杂度较高。
验证推理有四种场景：私有输入 - 公共模型、公共输入 - 私有模型、私有输入 - 私有模型和公共输入 - 公共模型。验证的 ML 推理为智能合约开辟了新的设计空间，包括去中心化金融（DeFi）、安全、传统机器学习、身份认证、Web3 社交、广告、创作者经济和游戏。
ZKML 生态系统由模型到证明编译器、通用证明系统、ZKML 特定证明系统和应用程序组成。ZKML 领域面临的一些挑战包括：最小精度损失的量化、电路尺寸、矩阵乘法的高效证明以及对抗性攻击。尽管存在这些挑战，但 ZKML 的改进和优化正在快速进行，它有潜力彻底改变各种行业和应用。
将 AI 和区块链融合，实现隐私保护的模型部署技术
ZKML（零知识机器学习）是将零知识证明应用于机器学习的技术，作为 AI 与区块链的桥梁。ZKML 可以解决 AI 模型 / 输入的隐私保护问题以及推理过程的可验证性问题，使得小模型或推理的 ZKP 能够上链。模型 / 推理证明上链的意义包括让区块链感知物理世界，让智能合约做决策，以及保护隐私地运行 AI 模型。
ZKML 应用包括链上 AI，自我提高的区块链，AIGC 上链，钱包的生物认证（KYC），AI 安全，以及链上 ZKML 游戏等。ZKML 技术的目标是将神经网络转化为 ZK 电路，但面临浮点数和规模较大的神经网络难以转换的挑战。
Towards a Future of Verifiable AI
ZKML 的用例可以根据哪些信息是私有的分为以下几类：
公共模型 + 私有数据:
隐私保护机器学习：ZKML 可用于在不向其他人泄露数据的情况下对敏感数据进行机器学习模型的训练和评估。这对于医疗诊断和金融欺诈检测等应用非常重要。我们还看到一些参与者在生物识别数据认证上使用 ZKML，构建人类证明服务。
认证：在大部分在线内容由 AI 生成的世界中，密码学可以提供真实信息来源。人们正在尝试使用 ZKML 来解决深度伪造问题。
私有模型 + 公共数据：
模型真实性：ZKML 可用于确保机器学习模型的一致性。这对于用户确保模型提供商不偷懒使用较便宜的模型或被黑客攻击非常重要。
去中心化 Kaggle：ZKML 允许数据科学竞赛参与者在不泄露训练模型权重的情况下证明公共测试数据的模型准确性。
公共模型 + 公共数据：
去中心化推理：这种方法主要利用 ZK 的简洁性特点将复杂的 AI 计算压缩为类似于 ZK Rollup 的链上证明。这种方法可以将模型服务的成本分散到多个节点。
尽管 ZKML 面临着一些技术挑战，但它在加密社区引起了很大兴趣，一些优秀的团队正在探索这个领域。
技术瓶颈包括量化、跨语言翻译和 ZKP 的计算成本。尽管存在这些挑战，但 ZKML 在去中心化金融、游戏、NFT/ 创作者经济和身份认证等领域已经取得了一定的进展。
ZKML 的广泛应用可能取决于人们对现有大型 AI 提供商的信任。是否会有一些事件引起整个行业的关注，并推动用户考虑可验证的 AI 技术。
频道：@unblock256
👍1
2023-06-20 15.56.52.jpg
68.6 KB
🤖 Alethea AI
📽️ 项目状态
截至 2022 年，项目通过拍卖 Token 和基金投资，获得了共计约 3140 万美元的融资。其中根据 Crunchbase 的数据，基金投资约为 1600 万美元。投资和背书方包括 Multicoin Capital，Dapper Labs, Binance 和著名电商企业家，NBA 独行侠队的老板 Mark Cuban。
📺 项目简介和愿景
Alethea AI 在两年前首次获得大量关注时，其定位是智能 NFT 基础设施服务商。他们希望通过自研的 i NFT 协议，能够打造一种能让任何人成为 AI 开发者的范式，而不需要获得深入的计算机科学和统计学知识。
产品：iNFT Protocol
Alethea AI 在自创始以来的主打的产品就是自己的智能 NFT（Intelligent NFT, iNFT）合约。用户以特定的方式输入自己的 NFT 以及一些特定需求至 Personality Pod，生成具有交互功能的 iNFT 并进一步交易。根据合约的等级，生成的 iNFT 的智能程度也会有所不同。团队使用自研的 AI 引擎进行智能化头像的生成，不过其描述更多集中在叙事方面而没有设计到技术细节。团队也针对 iNFT 设计了自己的代币 ALI，依托在以太坊体系下进行交易。
iNFT 协议里关于元宇宙方面的叙事部分请各位读者前往 Massari 的分析原文以及官网的相关描述阅读。
产品：CharacterGPT
伴随着 GPT 的浪潮，Alethea AI 也推出了他们专属的多模态 GPT——CharacterGPT（demo）。他们与 Polygon 达成了合作，将其描述为 “世界上第一个多模态 AI 系统”。与主流的 GPT 不同的是，CharacterGPT 的多模态模式是文本转角色生成（Text-to-Character）。目前 Waiting List 已经开放，用户可以在网址为 mycharacter.ai 的 dApp 上 体验并铸造 NFT。CharacterGPT 将允许人们创建 “数字双胞胎”、虚拟助手、虚拟伴侣和恶搞角色等其他用途，从某种意义上可以看做 iNFT 的实时定制版。
不过除此之外，Alethea AI 并没有透露更多这个 GPT 模型的相关技术和信息。不过公司本身对于 GPT 背后所依赖的超大语言模型（Large Language Models, LLMs）并没有过多的披露，也并没有提及模型是取材于开源项目还是完全自研。
我快速体验了一下，不过没有更多的权限，因此如下图只能看到头像和简单的文本交互操作。并且生成的 AI 本身还是文本 + 语音合成的输出方式（且从笔者的专业角度来看，声音合成的质量较差，机器音效极为严重）。
💬 想法
与今年开始具有爆炸性话题度的 AI 主体本身不同的是，Web3 和 AI 的结合是从去年开始就被不停提及的话题。包括之前介绍过的 DeepNFT 在内，NFT 成为了 AI 项目热门的切入点之一。NFT 本身的 “拥有” 和 “不可复制” 属性非常适合 AI 和 ML 的相关技术，并且也反过来促进了 AI 领域在隐私和可靠性相关。而 AI 本身不断增强的可靠性也可以降低人们对于 FUD 的反应激烈程度，做出足够理性的决策 —— 如果 FUD 将会是长期存在于 NFT 社区的现象，基于海量数据和过往经验的 AI 会成为很好的助力。
Alethea AI 作为 NFT 自 2021 年大爆发以来这个赛道的先驱项目之一，今年也似乎不能 “免俗” 地推出了自己的 GPT 项目，并且和 NFT 铸造功能绑定。排除一些比较夸张的宣传成分（例如多模态生成式 AI 其实早在去年就有产品释出），从公司的愿景来看，GPT 确实正好迎合了他们的需求。但是这也意味着公司的技术栈会严重地向 CharacterGPT 倾斜。我认为，如何充分利用之前的 iNFT 协议并将其与 GPT 相结合会是一个挑战。并且通过简单的上手体验，笔者认为他们在人机交互产品端的相关技术还有很大的提升空间 —— 作为一个较大的团队，这不应该成为开发的短板。
此外，去年 Massari 的分析文章提出的 Alethea AI 潜在风险 —— 闭源，隐私泄露，和 AI 本身的中心化特质 —— 依旧存在，也是团队需要解决的痛点。当然这些问题几乎所有试图结合 Web3 叙事和 AI/ML 相关技术的团队目前都还没有解决，也正如之前我之前提到的，这类项目今年可能会长期处于叙事和体验版阶段。
频道：@unblock256
📽️ 项目状态
截至 2022 年，项目通过拍卖 Token 和基金投资，获得了共计约 3140 万美元的融资。其中根据 Crunchbase 的数据，基金投资约为 1600 万美元。投资和背书方包括 Multicoin Capital，Dapper Labs, Binance 和著名电商企业家，NBA 独行侠队的老板 Mark Cuban。
📺 项目简介和愿景
Alethea AI 在两年前首次获得大量关注时，其定位是智能 NFT 基础设施服务商。他们希望通过自研的 i NFT 协议，能够打造一种能让任何人成为 AI 开发者的范式，而不需要获得深入的计算机科学和统计学知识。
产品：iNFT Protocol
Alethea AI 在自创始以来的主打的产品就是自己的智能 NFT（Intelligent NFT, iNFT）合约。用户以特定的方式输入自己的 NFT 以及一些特定需求至 Personality Pod，生成具有交互功能的 iNFT 并进一步交易。根据合约的等级，生成的 iNFT 的智能程度也会有所不同。团队使用自研的 AI 引擎进行智能化头像的生成，不过其描述更多集中在叙事方面而没有设计到技术细节。团队也针对 iNFT 设计了自己的代币 ALI，依托在以太坊体系下进行交易。
iNFT 协议里关于元宇宙方面的叙事部分请各位读者前往 Massari 的分析原文以及官网的相关描述阅读。
产品：CharacterGPT
伴随着 GPT 的浪潮，Alethea AI 也推出了他们专属的多模态 GPT——CharacterGPT（demo）。他们与 Polygon 达成了合作，将其描述为 “世界上第一个多模态 AI 系统”。与主流的 GPT 不同的是，CharacterGPT 的多模态模式是文本转角色生成（Text-to-Character）。目前 Waiting List 已经开放，用户可以在网址为 mycharacter.ai 的 dApp 上 体验并铸造 NFT。CharacterGPT 将允许人们创建 “数字双胞胎”、虚拟助手、虚拟伴侣和恶搞角色等其他用途，从某种意义上可以看做 iNFT 的实时定制版。
不过除此之外，Alethea AI 并没有透露更多这个 GPT 模型的相关技术和信息。不过公司本身对于 GPT 背后所依赖的超大语言模型（Large Language Models, LLMs）并没有过多的披露，也并没有提及模型是取材于开源项目还是完全自研。
我快速体验了一下，不过没有更多的权限，因此如下图只能看到头像和简单的文本交互操作。并且生成的 AI 本身还是文本 + 语音合成的输出方式（且从笔者的专业角度来看，声音合成的质量较差，机器音效极为严重）。
💬 想法
与今年开始具有爆炸性话题度的 AI 主体本身不同的是，Web3 和 AI 的结合是从去年开始就被不停提及的话题。包括之前介绍过的 DeepNFT 在内，NFT 成为了 AI 项目热门的切入点之一。NFT 本身的 “拥有” 和 “不可复制” 属性非常适合 AI 和 ML 的相关技术，并且也反过来促进了 AI 领域在隐私和可靠性相关。而 AI 本身不断增强的可靠性也可以降低人们对于 FUD 的反应激烈程度，做出足够理性的决策 —— 如果 FUD 将会是长期存在于 NFT 社区的现象，基于海量数据和过往经验的 AI 会成为很好的助力。
Alethea AI 作为 NFT 自 2021 年大爆发以来这个赛道的先驱项目之一，今年也似乎不能 “免俗” 地推出了自己的 GPT 项目，并且和 NFT 铸造功能绑定。排除一些比较夸张的宣传成分（例如多模态生成式 AI 其实早在去年就有产品释出），从公司的愿景来看，GPT 确实正好迎合了他们的需求。但是这也意味着公司的技术栈会严重地向 CharacterGPT 倾斜。我认为，如何充分利用之前的 iNFT 协议并将其与 GPT 相结合会是一个挑战。并且通过简单的上手体验，笔者认为他们在人机交互产品端的相关技术还有很大的提升空间 —— 作为一个较大的团队，这不应该成为开发的短板。
此外，去年 Massari 的分析文章提出的 Alethea AI 潜在风险 —— 闭源，隐私泄露，和 AI 本身的中心化特质 —— 依旧存在，也是团队需要解决的痛点。当然这些问题几乎所有试图结合 Web3 叙事和 AI/ML 相关技术的团队目前都还没有解决，也正如之前我之前提到的，这类项目今年可能会长期处于叙事和体验版阶段。
频道：@unblock256
🤖 un.block.ai for Web3 and Developers #7
🏦 融资
1. AI + Web3 搜索引擎开发团队 Kaito 完成 550 万美元 A 轮融资，估值 8750 万美元
2. Applied Digital 宣布自己签约第二名新客户 Sai Computing，合约最高估值 4.6 亿美元（链接）
3. FTX 寻求出售 AI 初创公司 Anthropic 股票
4. Gensyn 完成 4300 万美元 A 轮融资，a16z 领投。Gensyn 专注于让开发者能够以更低成本开发，并在协议上共享和确认 AI 模型（链接）
🎁 产品
1. 加密货币钱包 Core 推出 AvaGPT
2. RSS3 宣布推出 OpenAI 官方支持的 ChatGPT 插件
3. Matter Labs 发布「ZK Credo」宣言，包括诸如可靠性和隐私的多项基本原则
4. Bitget 推出马丁格尔 AI 投资策略，推进人工智能与 Web3 生态结合
5. ENS 推出自训练的 NickGPT，用于回答用户问题
6. Quivr: 桌面端程序提供为 LLM 添加知识库
🛬 工具库更新
1. MegaEase Cloud 推出具有性价比的 GPU 服务。官方提供 Stable Diffusion WebUI，ChatGLM 知识库 QA，Deepfake，Pytorch，Tensorflow，模拟任何人的声音，Lit-Parrot 微调大模型等模版。提供 GPU 存储服务
2. EmbedChain：为 LLM 轻松添加知识数据库
3. Cohere OpenSearch：支持近义词搜索的 Similarity Search
Semantic search 是一个比较灵活的概念，可以从最简单的单个关键词匹配到难度较高的内容匹配
根据这个基础定义，Cohere 提供的 Aemantic search model 也分为几个难度，不过整体都基于 Similarity 相似度的匹配结果，将比较模糊的问题转换为数据库内存在的精确问题，并且查询数据库的文档找到答案。这是一个针对模糊性问题很好的设计，但需要依赖强大的语言理解（NLU）模型和庞大的数据库支持。。
这个项目本身代码开源的部分较少，但从 Demo 来看，项目本身大量依赖外部计算库，本身的相似度匹配算法则比较简单易懂。
频道：@unblock256
🏦 融资
1. AI + Web3 搜索引擎开发团队 Kaito 完成 550 万美元 A 轮融资，估值 8750 万美元
2. Applied Digital 宣布自己签约第二名新客户 Sai Computing，合约最高估值 4.6 亿美元（链接）
3. FTX 寻求出售 AI 初创公司 Anthropic 股票
4. Gensyn 完成 4300 万美元 A 轮融资，a16z 领投。Gensyn 专注于让开发者能够以更低成本开发，并在协议上共享和确认 AI 模型（链接）
🎁 产品
1. 加密货币钱包 Core 推出 AvaGPT
2. RSS3 宣布推出 OpenAI 官方支持的 ChatGPT 插件
3. Matter Labs 发布「ZK Credo」宣言，包括诸如可靠性和隐私的多项基本原则
4. Bitget 推出马丁格尔 AI 投资策略，推进人工智能与 Web3 生态结合
5. ENS 推出自训练的 NickGPT，用于回答用户问题
6. Quivr: 桌面端程序提供为 LLM 添加知识库
🛬 工具库更新
1. MegaEase Cloud 推出具有性价比的 GPU 服务。官方提供 Stable Diffusion WebUI，ChatGLM 知识库 QA，Deepfake，Pytorch，Tensorflow，模拟任何人的声音，Lit-Parrot 微调大模型等模版。提供 GPU 存储服务
2. EmbedChain：为 LLM 轻松添加知识数据库
3. Cohere OpenSearch：支持近义词搜索的 Similarity Search
Semantic search 是一个比较灵活的概念，可以从最简单的单个关键词匹配到难度较高的内容匹配
根据这个基础定义，Cohere 提供的 Aemantic search model 也分为几个难度，不过整体都基于 Similarity 相似度的匹配结果，将比较模糊的问题转换为数据库内存在的精确问题，并且查询数据库的文档找到答案。这是一个针对模糊性问题很好的设计，但需要依赖强大的语言理解（NLU）模型和庞大的数据库支持。。
这个项目本身代码开源的部分较少，但从 Demo 来看，项目本身大量依赖外部计算库，本身的相似度匹配算法则比较简单易懂。
频道：@unblock256
👍1