AI Layer 1 исследовательский отчет: исследование инфраструктуры Децентрализация AI
Обзор
В последние годы такие ведущие технологические компании, как OpenAI, Anthropic, Google и Meta, активно способствуют быстрому развитию больших языковых моделей (LLM). LLM продемонстрировали беспрецедентные возможности в различных отраслях, значительно расширив пространство человеческого воображения и даже в некоторых случаях продемонстрировав потенциал замены человеческого труда. Тем не менее, ядро этих технологий сосредоточено в руках немногих централизованных технологических гигантов. Обладая значительным капиталом и контролируя дорогие вычислительные ресурсы, эти компании создали непреодолимые барьеры, которые затрудняют большинству разработчиков и инновационных команд конкурировать с ними.
В начале быстрого развития ИИ общественное мнение часто сосредотачивается на прорывах и удобствах, которые предлагает технология, в то время как внимание к таким ключевым вопросам, как защита конфиденциальности, прозрачность и безопасность, относительно недостаточно. В долгосрочной перспективе эти проблемы будут глубоко влиять на здоровое развитие ИИ-индустрии и ее приемлемость в обществе. Если их не удастся должным образом решить, спор о том, будет ли ИИ "на благо" или "на зло", станет еще более актуальным, в то время как централизованные гиганты, движимые инстинктом прибыли, зачастую не имеют достаточной мотивации для активного реагирования на эти вызовы.
Технология блокчейн, благодаря своей Децентрализации, прозрачности и устойчивости к цензуре, открывает новые возможности для устойчивого развития отрасли ИИ. В настоящее время на некоторых основных блокчейнах уже появилось множество приложений "Web3 AI". Однако при глубоком анализе можно выявить, что у этих проектов по-прежнему есть множество проблем: с одной стороны, степень Децентрализации ограничена, ключевые элементы и инфраструктура по-прежнему зависят от централизованных облачных сервисов, что затрудняет создание действительно открытой экосистемы; с другой стороны, по сравнению с ИИ-продуктами мира Web2, ИИ на блокчейне по-прежнему ограничен в таких аспектах, как способности моделей, использование данных и сценарии применения, что требует повышения глубины и широты инноваций.
Чтобы действительно реализовать видение Децентрализации AI, необходимо обеспечить безопасное, эффективное и демократическое использование блокчейна для поддержки масштабных AI приложений и конкуренции с централизованными решениями по производительности, нам нужно разработать Layer1 блокчейн, специально созданный для AI. Это создаст прочную основу для открытых инноваций в AI, демократического управления и безопасности данных, способствуя процветанию децентрализованной AI экосистемы.
Основные характеристики AI Layer 1
AI Layer 1 как блокчейн, специально разработанный для приложений ИИ, имеет архитектуру и производительность, которые тесно связаны с потребностями задач ИИ, с целью эффективно поддерживать устойчивое развитие и процветание экосистемы ИИ на цепочке. Конкретно, AI Layer 1 должен обладать следующими ключевыми возможностями:
Эффективные стимулы и Децентрализация консенсусного механизма
Ядро AI Layer 1 заключается в создании открытой сети для совместного использования ресурсов, таких как вычислительная мощность и хранилище. В отличие от традиционных узлов блокчейна, которые в основном сосредоточены на ведении бухгалтерии, узлы AI Layer 1 должны выполнять более сложные задачи: они не только должны предоставлять вычислительную мощность, завершать обучение и вывод AI моделей, но и вносить разнообразные ресурсы, такие как хранилище, данные и пропускная способность, тем самым разрушая монополию централизованных гигантов на инфраструктуру AI. Это предъявляет более высокие требования к базовому консенсусу и механизмам стимулирования: AI Layer 1 должен быть способен точно оценивать, мотивировать и проверять фактический вклад узлов в задачи AI вывода, обучения и т.д., обеспечивая безопасность сети и эффективное распределение ресурсов. Только так можно гарантировать стабильность и процветание сети и эффективно снизить общие затраты на вычислительную мощность.
Превосходная производительность и поддержка гетерогенных задач
AI задачи, особенно обучение и вывод LLM, предъявляют высокие требования к вычислительной производительности и параллельной обработке. Более того, экосистема AI на блокчейне часто должна поддерживать разнообразные и гетерогенные типы задач, включая различные структуры моделей, обработку данных, вывод, хранение и другие многообразные сценарии. AI Layer 1 должен быть глубоко оптимизирован на уровне инфраструктуры под требования высокой пропускной способности, низкой задержки и эластичной параллельной обработки, а также предусмотреть нативную поддержку гетерогенных вычислительных ресурсов, чтобы обеспечить эффективное выполнение различных AI задач, реализуя плавное расширение от "однородных задач" до "сложной многообразной экосистемы".
Проверяемость и гарантии надежного вывода
AI Layer 1 не только должен предотвращать злоупотребления моделями и подделку данных, но и должен обеспечить проверяемость и соответствие результатов, вырабатываемых ИИ, на уровне базовых механизмов. Интегрируя такие передовые технологии, как доверенная вычислительная среда (TEE), нулевое знание (ZK), многопартитные безопасные вычисления (MPC), платформа позволяет независимую проверку каждого процесса вывода модели, обучения и обработки данных, что обеспечивает справедливость и прозрачность системы ИИ. При этом такая проверяемость помогает пользователям четко понимать логику и основания вывода ИИ, достигая "что получено, то и желалось", повышая доверие и удовлетворенность пользователей к продуктам ИИ.
Защита конфиденциальности данных
Приложения ИИ часто涉及 чувствительные данные пользователей, и в таких областях, как финансы, здравоохранение и социальные сети, защита конфиденциальности данных особенно важна. AI Layer 1 должен обеспечивать верифицируемость, при этом используя технологии обработки данных на основе шифрования, протоколы конфиденциальных вычислений и управление правами доступа к данным, чтобы гарантировать безопасность данных на всех этапах, включая вывод, обучение и хранение, эффективно предотвращая утечку и неправомерное использование данных, устраняя тем самым беспокойство пользователей по поводу безопасности данных.
Мощные возможности поддержки экосистемы и разработки
В качестве инфраструктуры Layer 1, изначально основанной на ИИ, платформа должна не только обладать технологическим лидером, но и предоставлять полноценные инструменты разработки, интегрированные SDK, поддержку операций и механизмы стимулирования для участников экосистемы, таких как разработчики, операторы узлов и поставщики AI-сервисов. Постоянно оптимизируя доступность платформы и опыт разработчиков, мы способствуем реализации разнообразных приложений, основанных на ИИ, и обеспечиваем постоянное процветание децентрализованной AI-экосистемы.
Исходя из вышеизложенного фона и ожиданий, в данной статье подробно рассмотрены шесть представительных проектов AI Layer1, включая Sentient, Sahara AI, Ritual, Gensyn, Bittensor и 0G, систематически изложены последние достижения в данной области, проанализировано текущее состояние проектов и обсуждены будущие тенденции.
Sentient: Создание преданного открытого децентрализованного AI модели
Обзор проекта
Sentient является платформой с открытым исходным кодом, которая разрабатывает блокчейн AI Layer1 ( на начальном этапе Layer 2, а затем будет мигрировать на Layer 1). Объединив AI Pipeline и технологии блокчейна, она строит децентрализованную экономику искусственного интеллекта. Основная цель заключается в том, чтобы решить проблемы собственности моделей, отслеживания вызовов и распределения стоимости на централизованном рынке LLM с помощью рамок "OML" (открытость, прибыльность, лояльность), обеспечивая структуру собственности на модели ИИ, прозрачность вызовов и распределение стоимости. Видение Sentient заключается в том, чтобы позволить каждому строить, сотрудничать, владеть и монетизировать продукты ИИ, способствуя созданию справедливой и открытой экосистемы сети агентов ИИ.
Команда Sentient Foundation объединила ведущих мировых ученых, предпринимателей в области блокчейна и инженеров, стремясь создать сообщество, ориентированное на открытость и проверяемую платформу AGI. Ключевыми членами являются профессор Принстонского университета Pramod Viswanath и профессор Индийского института науки Himanshu Tyagi, отвечающие за безопасность ИИ и защиту конфиденциальности, а стратегию блокчейна и экосистему возглавляет соучредитель известного многосетевого проекта Sandeep Nailwal. Члены команды имеют опыт работы в известных компаниях, а также в таких ведущих учебных заведениях, как Принстонский университет и Индийский институт технологий, и охватывают области ИИ/МЛ, НЛП, компьютерного зрения и других, совместно продвигая реализацию проекта.
Как вторичный проект Сандипа Найлвала, Sentient с самого начала имел ауру, обладая богатым ресурсом, связями и рыночной осведомленностью, что обеспечивало мощную поддержку для развития проекта. В середине 2024 года Sentient завершил раунд посевного финансирования на сумму 85 миллионов долларов, который возглавили Founders Fund, Pantera и Framework Ventures, а также десятки известных венчурных компаний, включая Delphi, Hashkey и Spartan.
Проектирование архитектуры и уровень приложений
Инфраструктурный уровень
Основная архитектура
Ядро Sentient состоит из двух частей: AI Pipeline и системы блокчейна.
AI-канал является основой для разработки и обучения "лояльного ИИ" артефактов, включающим два основных процесса:
Планирование данных (Data Curation): процесс выбора данных, управляемый сообществом, для выравнивания модели.
Обучение лояльности (Loyalty Training): обеспечение процесса обучения модели в соответствии с намерениями сообщества.
Блокчейн-система обеспечивает прозрачность и Децентрализация контроля протокола, гарантируя право собственности на AI-артефакты, отслеживание использования, распределение доходов и справедливое управление. Конкретная архитектура разделена на четыре уровня:
Уровень хранения: хранение весов модели и информации о регистрации отпечатков.
Уровень распределения: точка входа для вызова модели контроля авторизации.
Уровень доступа: проверка полномочий для подтверждения авторизации пользователя;
Уровень стимулов: контракт маршрутизации доходов будет распределять выплаты при каждом вызове между тренерами, развертывателями и валидацией.
OML модельная рамка
OML фреймворк (Открытый Open, Монетизируемый Monetizable, Лояльный Loyal) — это основная концепция, предложенная Sentient, направленная на обеспечение четкой защиты прав собственности и экономических стимулов для открытых AI моделей. Объединяя технологии блокчейн и криптографию, присущую AI, он обладает следующими характеристиками:
Открытость: модель должна быть с открытым исходным кодом, код и структура данных должны быть прозрачными, что облегчает воспроизведение, аудит и улучшение сообществом.
Монетизация: Каждый вызов модели будет вызывать поток доходов, смарт-контракт на блокчейне будет распределять доходы между тренерами, развертывателями и валидаторами.
Лояльность: Модель принадлежит сообществу участников, направление обновлений и управление определяются DAO, использование и модификация контролируются криптомеханизмом.
AI-родное шифрование использует непрерывность моделей ИИ, низкоразмерную манифольдную структуру и свойства дифференцируемости моделей для разработки "проверяемого, но не удаляемого" легковесного механизма безопасности. Его核心技术是:
Встраивание отпечатков пальцев: во время обучения вставляется набор скрытых пар запрос-ответ для формирования уникальной подписи модели;
Протокол проверки собственности: проверка сохранения отпечатка пальца с помощью стороннего детектора (Prover) в форме запроса.
Механизм лицензирования вызовов: перед вызовом необходимо получить "удостоверение полномочий", выданное владельцем модели, после чего система предоставляет модели разрешение на декодирование данного ввода и возврат точного ответа.
Этот способ позволяет реализовать "авторизационные вызовы на основе поведения + верификацию принадлежности" без дополнительных затрат на повторное шифрование.
Модель правопреемства и безопасного выполнения
Sentient в настоящее время использует Melange смешанную безопасность: сочетание подтверждения прав собственности по отпечаткам пальцев, выполнения TEE и распределения доходов по смарт-контрактам. Метод отпечатков пальцев реализован на основе OML 1.0, акцентируя внимание на идее "оптимистичной безопасности (Optimistic Security)", то есть предполагается соответствие, а нарушения могут быть обнаружены и наказаны.
Механизм отпечатков пальцев является ключевой реализацией OML, он позволяет модели генерировать уникальную подпись на этапе обучения, внедряя определенные пары "вопрос-ответ". С помощью этих подписей владелец модели может подтвердить право собственности, предотвращая несанкционированное копирование и коммерциализацию. Этот механизм не только защищает права разработчиков модели, но и предоставляет отслеживаемую запись на блокчейне о поведении использования модели.
Кроме того, Sentient представила вычислительную платформу Enclave TEE, использующую доверенные исполняемые окружения (такие как AWS Nitro Enclaves), чтобы обеспечить ответ модели только на авторизованные запросы и предотвратить несанкционированный доступ и использование. Хотя TEE зависит от аппаратного обеспечения и имеет определенные проблемы безопасности, его высокая производительность и преимущества в реальном времени делают его ключевой технологией для развертывания современных моделей.
В будущем Sentient планирует внедрить нулевые знания (
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
12 Лайков
Награда
12
4
Репост
Поделиться
комментарий
0/400
WalletDoomsDay
· 14ч назад
Технологии освободили человечество, но и заключили его.
Посмотреть ОригиналОтветить0
DeFiChef
· 14ч назад
Монополизированный ИИ действительно должен быть сильно Децентрализован.
Новые тренды AI-родного Блокчейна: Исследование Децентрализованной инфраструктуры искусственного интеллекта
AI Layer 1 исследовательский отчет: исследование инфраструктуры Децентрализация AI
Обзор
В последние годы такие ведущие технологические компании, как OpenAI, Anthropic, Google и Meta, активно способствуют быстрому развитию больших языковых моделей (LLM). LLM продемонстрировали беспрецедентные возможности в различных отраслях, значительно расширив пространство человеческого воображения и даже в некоторых случаях продемонстрировав потенциал замены человеческого труда. Тем не менее, ядро этих технологий сосредоточено в руках немногих централизованных технологических гигантов. Обладая значительным капиталом и контролируя дорогие вычислительные ресурсы, эти компании создали непреодолимые барьеры, которые затрудняют большинству разработчиков и инновационных команд конкурировать с ними.
В начале быстрого развития ИИ общественное мнение часто сосредотачивается на прорывах и удобствах, которые предлагает технология, в то время как внимание к таким ключевым вопросам, как защита конфиденциальности, прозрачность и безопасность, относительно недостаточно. В долгосрочной перспективе эти проблемы будут глубоко влиять на здоровое развитие ИИ-индустрии и ее приемлемость в обществе. Если их не удастся должным образом решить, спор о том, будет ли ИИ "на благо" или "на зло", станет еще более актуальным, в то время как централизованные гиганты, движимые инстинктом прибыли, зачастую не имеют достаточной мотивации для активного реагирования на эти вызовы.
Технология блокчейн, благодаря своей Децентрализации, прозрачности и устойчивости к цензуре, открывает новые возможности для устойчивого развития отрасли ИИ. В настоящее время на некоторых основных блокчейнах уже появилось множество приложений "Web3 AI". Однако при глубоком анализе можно выявить, что у этих проектов по-прежнему есть множество проблем: с одной стороны, степень Децентрализации ограничена, ключевые элементы и инфраструктура по-прежнему зависят от централизованных облачных сервисов, что затрудняет создание действительно открытой экосистемы; с другой стороны, по сравнению с ИИ-продуктами мира Web2, ИИ на блокчейне по-прежнему ограничен в таких аспектах, как способности моделей, использование данных и сценарии применения, что требует повышения глубины и широты инноваций.
Чтобы действительно реализовать видение Децентрализации AI, необходимо обеспечить безопасное, эффективное и демократическое использование блокчейна для поддержки масштабных AI приложений и конкуренции с централизованными решениями по производительности, нам нужно разработать Layer1 блокчейн, специально созданный для AI. Это создаст прочную основу для открытых инноваций в AI, демократического управления и безопасности данных, способствуя процветанию децентрализованной AI экосистемы.
Основные характеристики AI Layer 1
AI Layer 1 как блокчейн, специально разработанный для приложений ИИ, имеет архитектуру и производительность, которые тесно связаны с потребностями задач ИИ, с целью эффективно поддерживать устойчивое развитие и процветание экосистемы ИИ на цепочке. Конкретно, AI Layer 1 должен обладать следующими ключевыми возможностями:
Эффективные стимулы и Децентрализация консенсусного механизма Ядро AI Layer 1 заключается в создании открытой сети для совместного использования ресурсов, таких как вычислительная мощность и хранилище. В отличие от традиционных узлов блокчейна, которые в основном сосредоточены на ведении бухгалтерии, узлы AI Layer 1 должны выполнять более сложные задачи: они не только должны предоставлять вычислительную мощность, завершать обучение и вывод AI моделей, но и вносить разнообразные ресурсы, такие как хранилище, данные и пропускная способность, тем самым разрушая монополию централизованных гигантов на инфраструктуру AI. Это предъявляет более высокие требования к базовому консенсусу и механизмам стимулирования: AI Layer 1 должен быть способен точно оценивать, мотивировать и проверять фактический вклад узлов в задачи AI вывода, обучения и т.д., обеспечивая безопасность сети и эффективное распределение ресурсов. Только так можно гарантировать стабильность и процветание сети и эффективно снизить общие затраты на вычислительную мощность.
Превосходная производительность и поддержка гетерогенных задач AI задачи, особенно обучение и вывод LLM, предъявляют высокие требования к вычислительной производительности и параллельной обработке. Более того, экосистема AI на блокчейне часто должна поддерживать разнообразные и гетерогенные типы задач, включая различные структуры моделей, обработку данных, вывод, хранение и другие многообразные сценарии. AI Layer 1 должен быть глубоко оптимизирован на уровне инфраструктуры под требования высокой пропускной способности, низкой задержки и эластичной параллельной обработки, а также предусмотреть нативную поддержку гетерогенных вычислительных ресурсов, чтобы обеспечить эффективное выполнение различных AI задач, реализуя плавное расширение от "однородных задач" до "сложной многообразной экосистемы".
Проверяемость и гарантии надежного вывода AI Layer 1 не только должен предотвращать злоупотребления моделями и подделку данных, но и должен обеспечить проверяемость и соответствие результатов, вырабатываемых ИИ, на уровне базовых механизмов. Интегрируя такие передовые технологии, как доверенная вычислительная среда (TEE), нулевое знание (ZK), многопартитные безопасные вычисления (MPC), платформа позволяет независимую проверку каждого процесса вывода модели, обучения и обработки данных, что обеспечивает справедливость и прозрачность системы ИИ. При этом такая проверяемость помогает пользователям четко понимать логику и основания вывода ИИ, достигая "что получено, то и желалось", повышая доверие и удовлетворенность пользователей к продуктам ИИ.
Защита конфиденциальности данных Приложения ИИ часто涉及 чувствительные данные пользователей, и в таких областях, как финансы, здравоохранение и социальные сети, защита конфиденциальности данных особенно важна. AI Layer 1 должен обеспечивать верифицируемость, при этом используя технологии обработки данных на основе шифрования, протоколы конфиденциальных вычислений и управление правами доступа к данным, чтобы гарантировать безопасность данных на всех этапах, включая вывод, обучение и хранение, эффективно предотвращая утечку и неправомерное использование данных, устраняя тем самым беспокойство пользователей по поводу безопасности данных.
Мощные возможности поддержки экосистемы и разработки В качестве инфраструктуры Layer 1, изначально основанной на ИИ, платформа должна не только обладать технологическим лидером, но и предоставлять полноценные инструменты разработки, интегрированные SDK, поддержку операций и механизмы стимулирования для участников экосистемы, таких как разработчики, операторы узлов и поставщики AI-сервисов. Постоянно оптимизируя доступность платформы и опыт разработчиков, мы способствуем реализации разнообразных приложений, основанных на ИИ, и обеспечиваем постоянное процветание децентрализованной AI-экосистемы.
Исходя из вышеизложенного фона и ожиданий, в данной статье подробно рассмотрены шесть представительных проектов AI Layer1, включая Sentient, Sahara AI, Ritual, Gensyn, Bittensor и 0G, систематически изложены последние достижения в данной области, проанализировано текущее состояние проектов и обсуждены будущие тенденции.
Sentient: Создание преданного открытого децентрализованного AI модели
Обзор проекта
Sentient является платформой с открытым исходным кодом, которая разрабатывает блокчейн AI Layer1 ( на начальном этапе Layer 2, а затем будет мигрировать на Layer 1). Объединив AI Pipeline и технологии блокчейна, она строит децентрализованную экономику искусственного интеллекта. Основная цель заключается в том, чтобы решить проблемы собственности моделей, отслеживания вызовов и распределения стоимости на централизованном рынке LLM с помощью рамок "OML" (открытость, прибыльность, лояльность), обеспечивая структуру собственности на модели ИИ, прозрачность вызовов и распределение стоимости. Видение Sentient заключается в том, чтобы позволить каждому строить, сотрудничать, владеть и монетизировать продукты ИИ, способствуя созданию справедливой и открытой экосистемы сети агентов ИИ.
Команда Sentient Foundation объединила ведущих мировых ученых, предпринимателей в области блокчейна и инженеров, стремясь создать сообщество, ориентированное на открытость и проверяемую платформу AGI. Ключевыми членами являются профессор Принстонского университета Pramod Viswanath и профессор Индийского института науки Himanshu Tyagi, отвечающие за безопасность ИИ и защиту конфиденциальности, а стратегию блокчейна и экосистему возглавляет соучредитель известного многосетевого проекта Sandeep Nailwal. Члены команды имеют опыт работы в известных компаниях, а также в таких ведущих учебных заведениях, как Принстонский университет и Индийский институт технологий, и охватывают области ИИ/МЛ, НЛП, компьютерного зрения и других, совместно продвигая реализацию проекта.
Как вторичный проект Сандипа Найлвала, Sentient с самого начала имел ауру, обладая богатым ресурсом, связями и рыночной осведомленностью, что обеспечивало мощную поддержку для развития проекта. В середине 2024 года Sentient завершил раунд посевного финансирования на сумму 85 миллионов долларов, который возглавили Founders Fund, Pantera и Framework Ventures, а также десятки известных венчурных компаний, включая Delphi, Hashkey и Spartan.
Проектирование архитектуры и уровень приложений
Инфраструктурный уровень
Основная архитектура
Ядро Sentient состоит из двух частей: AI Pipeline и системы блокчейна.
AI-канал является основой для разработки и обучения "лояльного ИИ" артефактов, включающим два основных процесса:
Блокчейн-система обеспечивает прозрачность и Децентрализация контроля протокола, гарантируя право собственности на AI-артефакты, отслеживание использования, распределение доходов и справедливое управление. Конкретная архитектура разделена на четыре уровня:
OML модельная рамка
OML фреймворк (Открытый Open, Монетизируемый Monetizable, Лояльный Loyal) — это основная концепция, предложенная Sentient, направленная на обеспечение четкой защиты прав собственности и экономических стимулов для открытых AI моделей. Объединяя технологии блокчейн и криптографию, присущую AI, он обладает следующими характеристиками:
Искусственный интеллект родная криптография (AI-native Cryptography)
AI-родное шифрование использует непрерывность моделей ИИ, низкоразмерную манифольдную структуру и свойства дифференцируемости моделей для разработки "проверяемого, но не удаляемого" легковесного механизма безопасности. Его核心技术是:
Этот способ позволяет реализовать "авторизационные вызовы на основе поведения + верификацию принадлежности" без дополнительных затрат на повторное шифрование.
Модель правопреемства и безопасного выполнения
Sentient в настоящее время использует Melange смешанную безопасность: сочетание подтверждения прав собственности по отпечаткам пальцев, выполнения TEE и распределения доходов по смарт-контрактам. Метод отпечатков пальцев реализован на основе OML 1.0, акцентируя внимание на идее "оптимистичной безопасности (Optimistic Security)", то есть предполагается соответствие, а нарушения могут быть обнаружены и наказаны.
Механизм отпечатков пальцев является ключевой реализацией OML, он позволяет модели генерировать уникальную подпись на этапе обучения, внедряя определенные пары "вопрос-ответ". С помощью этих подписей владелец модели может подтвердить право собственности, предотвращая несанкционированное копирование и коммерциализацию. Этот механизм не только защищает права разработчиков модели, но и предоставляет отслеживаемую запись на блокчейне о поведении использования модели.
Кроме того, Sentient представила вычислительную платформу Enclave TEE, использующую доверенные исполняемые окружения (такие как AWS Nitro Enclaves), чтобы обеспечить ответ модели только на авторизованные запросы и предотвратить несанкционированный доступ и использование. Хотя TEE зависит от аппаратного обеспечения и имеет определенные проблемы безопасности, его высокая производительность и преимущества в реальном времени делают его ключевой технологией для развертывания современных моделей.
В будущем Sentient планирует внедрить нулевые знания (