.@inference_labs  - A Beginner’s Guide
Inference Network makes trustless AGI inevitable: replacing closed, centralized models with a global web of verifiable AI slices. Every computation becomes provable, unstoppable, and resilient by design.
Inference enables fault tolerant distributed AI at scale through a targeted, slice-based verification approach. (Architecture details in the graphic)
The 4 Pillars of Inference:
a. Proof of Inference
Every critical AI output is secured with cryptographic proofs — mathematically verified and provable, not based on blind trust.
b. Autonomic Forensics
Identity and accountability for autonomous systems are anchored to cryptographic verifiability, ensuring certainty and traceability without reliance on assumptions.
c. Verifiable Computing
Computational integrity is anchored through proof-based validation, enabling certainty at scale, replacing trust with mathematical assurance.
d. Hyperscaling AGI
Inference Network scales across thousands of nodes, laying the foundation for trustless, global AGI.
The protocol has raised $6M+ from @sandeepnailwal, @santiagoroel, @echodotxyz, @Delphi_Ventures & more.
Details below. 👇

Twitter

@inference_labs - 入门指南

推理网络使无需信任的通用人工智能 (AGI) 成为必然：它用可验证的 AI 切片组成的全球网络取代了封闭的集中式模型。从设计上讲，每一次计算都变得可验证、不可停止且具有弹性。

推理通过有针对性的、基于切片的验证方法，实现了大规模的容错分布式 AI。（架构详情见图）

推理的四大支柱：

a. 推理证明

每个关键的 AI 输出都通过加密证明进行保护——经过数学验证且可证明，而非基于盲目信任。

b. 自主取证

自主系统的身份和责任基于加密可验证性，确保确定性和可追溯性，而无需依赖任何假设。

c. 可验证计算

计算完整性通过基于证明的验证来保障，从而实现大规模的确定性，用数学保证取代信任。

d.超大规模通用人工智能 (AGI)

推理网络可扩展至数千个节点，为无需信任的全球通用人工智能奠定了基础。

该协议已从 @sandeepnailwal、@santiagoroel、@echodotxyz、@Delphi_Ventures 等机构筹集了超过 600 万美元的资金。

详情如下。👇

贝莱德与Uniswap合作，将代币化债券基金引入DeFi领域，推动UNI价格飙升。图片来源：Diaro
贝莱德持续扩展其在去中心化金融（DeFi）领域的布局，此举为……铺平了道路。

贝莱德与Uniswap合作，将代币化债券基金引入DeFi领域，导致UNI价格飙升……

贝莱德亚太区iShares主管尼古拉斯·皮奇表示，即使在亚洲，对加密货币进行适度的投资组合配置也可能推动大量资金流入市场。

他在Consensus大会的一个小组讨论会上发表了上述言论……

贝莱德高管表示，亚洲地区1%的加密货币配置可释放2万亿美元的新资金流入。

阿里云推出了新的基础设施，可以加速Solana RPC 节点，大幅降低高频交易者的延迟。
该方案采用集群式 ECS 部署、第九代主机、ERI 和高 IOPS 分布式架构……

阿里巴巴通过高性能 RPC 展示探索Solana网络功能

Very clean explanation about Inference, thanks Satyaki!

Satyaki，你对推理的解释非常清晰明了！