Недавно @carv_official опубликовала набор фреймворков и стандартов D.A.T.A. Как следует из названия, G.A.M.E от Virtual — это фреймворк для разработки и развертывания, ориентированный на игровые сценарии, в то время как D.A.T.A — это фреймворк данных для общих «цепных» сценариев, в основном решающий проблему расширения возможностей взаимодействия с данными агентов ИИ, таких как кросс-блокчейновая обработка данных, вычисления конфиденциальности и автоматизированное принятие решений. Давайте поговорим о понимании D.A.T.A в сравнении с фреймворком G.A.M.E.:
Фреймворк G.A.M.E от @virtuals_io - это инструмент, который помогает разработчикам создавать ИИ-агентов, способных самостоятельно планировать действия и принимать решения в игровых сценах. Главными объектами обслуживания являются большие модели LLMs.
Это позволяет большим моделям принимать автономные решения и планировать действия на основе входных данных на естественном языке с помощью точно настроенного набора высокоуровневых планировщиков (HLP) и низкоуровневых планировщиков (LLP), где HLP разрабатывают стратегии и задачи, а LLP преобразуют задачи в конкретные действенные действия. В результате разработчики могут быстро создавать и развертывать готовые к использованию агенты ИИ на основе модульных компонентов. Например, в игре можно обеспечить интеллектуальное принятие решений для NPC или игроков.
В отличие от этого, фреймворк D.A.T.A от CARV - это инфраструктура 'данных', ориентированная на общие сценарии, целью которой является обеспечение высококачественной поддержки данных в сети и вне сети для AI Agent. Основное обслуживание направлено на коммуникацию и взаимодействие данных между AI Agent в сети.
Как общая цепь, которая модульна и имеет высокую масштабируемость, SVM Chain вводит протокол стандартизации данных межцепочек, что позволяет AI Agent единообразно получать доступ и обрабатывать данные разных блокчейнов. В то же время, механизмы проверки и отслеживаемости блокчейна обеспечивают безопасность данных в процессе их передачи и обработки, а применение технологий TEE и ZK обеспечивает конфиденциальность. Нетрудно заметить, что CARV в основном определяет механизм взаимодействия между AI Agent в разных цепях.
2）Как это конкретно делается? Экосистема CARV для взаимодействия междуцепочечного AI Agent в основном состоит из четырех основных компонентов: SVM Chain, D.A.T.A Framework, CARV_ID, CARV_Labs; см. документы для справки
SVM Chain предоставляет базовую инфраструктуру блокчейна, включая обработку межцепочечных транзакций, поддержку выполнения смарт-контрактов, поддержание механизма консенсуса и другие основные функции, которые являются необходимыми для нормального функционирования D.A.T.A. фреймворка.
Фреймворк и стандарт D.A.T.A включают в себя стандартизацию данных межцепочных, агрегацию и обработку анализа данных, поддержку конфиденциальности вычислений и т.д. В процессе включаются исходные данные из цепи SVM или берутся, а затем связываются через систему идентификации и агентскую систему, чтобы нормализованные данные выводились на уровне приложений.
3、Система управления идентификацией CARV_ID, основанная на стандарте ERC7231, включает в себя маркировку идентичности искусственного интеллекта, проверку подлинности, управление разрешениями, авторизацию данных и так далее, главным образом сотрудничает с системой фреймворка D.A.T.A для совместной работы по управлению данными;
4、CARV_Labs, главным образом, путем инкубации проектов, внедрения экосистемных приложений, поддержки технологических инноваций и т. Д., Обеспечивает базовую поддержку для внедрения приложений AI Agent, что в конечном итоге позволяет реально реализовать приложения AI Agent, поддерживаемые другими модулями технологических фреймворков.
В целом можно ясно видеть, что способ, которым CARV входит в направление AI Agent, заключается в использовании своих врожденных преимуществ цепной структуры, захватывая 'точку функции' обработки данных цепи и цепи, необходимую для нормальной работы AI Agent, путем агрегации данных, определения стандартов данных, построения механизмов проверки и отслеживания данных, чтобы сделать CARV блокчейн-архитектурой, способной успешно работать с AI Agent.
G.A.M.E и D.A.T.A фреймворки имеют фундаментальные различия: один вертикально копает способности AI Agent в игровой среде для автономного принятия решений и выполнения действий, позволяя AI Agent более эффективно понимать естественный язык и преобразовывать его в действия в игровой среде, в то время как другой горизонтально охватывает множество цепей, пытаясь удовлетворить потребности AI Agent в цепочной связи, с фокусом на "данные", позволяя CARV стать универсальной инфраструктурной цепочкой, которая первой обслуживает AI Agent.
Содержание носит исключительно справочный характер и не является предложением или офертой. Консультации по инвестициям, налогообложению или юридическим вопросам не предоставляются. Более подробную информацию о рисках см. в разделе «Дисклеймер».
Расшифровка фреймворка D.A.T.A: как перестроить экосистему взаимодействия множества цепей?
Слова: Хаотянь
Недавно @carv_official опубликовала набор фреймворков и стандартов D.A.T.A. Как следует из названия, G.A.M.E от Virtual — это фреймворк для разработки и развертывания, ориентированный на игровые сценарии, в то время как D.A.T.A — это фреймворк данных для общих «цепных» сценариев, в основном решающий проблему расширения возможностей взаимодействия с данными агентов ИИ, таких как кросс-блокчейновая обработка данных, вычисления конфиденциальности и автоматизированное принятие решений. Давайте поговорим о понимании D.A.T.A в сравнении с фреймворком G.A.M.E.:
Это позволяет большим моделям принимать автономные решения и планировать действия на основе входных данных на естественном языке с помощью точно настроенного набора высокоуровневых планировщиков (HLP) и низкоуровневых планировщиков (LLP), где HLP разрабатывают стратегии и задачи, а LLP преобразуют задачи в конкретные действенные действия. В результате разработчики могут быстро создавать и развертывать готовые к использованию агенты ИИ на основе модульных компонентов. Например, в игре можно обеспечить интеллектуальное принятие решений для NPC или игроков.
В отличие от этого, фреймворк D.A.T.A от CARV - это инфраструктура 'данных', ориентированная на общие сценарии, целью которой является обеспечение высококачественной поддержки данных в сети и вне сети для AI Agent. Основное обслуживание направлено на коммуникацию и взаимодействие данных между AI Agent в сети.
Как общая цепь, которая модульна и имеет высокую масштабируемость, SVM Chain вводит протокол стандартизации данных межцепочек, что позволяет AI Agent единообразно получать доступ и обрабатывать данные разных блокчейнов. В то же время, механизмы проверки и отслеживаемости блокчейна обеспечивают безопасность данных в процессе их передачи и обработки, а применение технологий TEE и ZK обеспечивает конфиденциальность. Нетрудно заметить, что CARV в основном определяет механизм взаимодействия между AI Agent в разных цепях.
2）Как это конкретно делается? Экосистема CARV для взаимодействия междуцепочечного AI Agent в основном состоит из четырех основных компонентов: SVM Chain, D.A.T.A Framework, CARV_ID, CARV_Labs; см. документы для справки
SVM Chain предоставляет базовую инфраструктуру блокчейна, включая обработку межцепочечных транзакций, поддержку выполнения смарт-контрактов, поддержание механизма консенсуса и другие основные функции, которые являются необходимыми для нормального функционирования D.A.T.A. фреймворка.
3、Система управления идентификацией CARV_ID, основанная на стандарте ERC7231, включает в себя маркировку идентичности искусственного интеллекта, проверку подлинности, управление разрешениями, авторизацию данных и так далее, главным образом сотрудничает с системой фреймворка D.A.T.A для совместной работы по управлению данными;
4、CARV_Labs, главным образом, путем инкубации проектов, внедрения экосистемных приложений, поддержки технологических инноваций и т. Д., Обеспечивает базовую поддержку для внедрения приложений AI Agent, что в конечном итоге позволяет реально реализовать приложения AI Agent, поддерживаемые другими модулями технологических фреймворков.
В целом можно ясно видеть, что способ, которым CARV входит в направление AI Agent, заключается в использовании своих врожденных преимуществ цепной структуры, захватывая 'точку функции' обработки данных цепи и цепи, необходимую для нормальной работы AI Agent, путем агрегации данных, определения стандартов данных, построения механизмов проверки и отслеживания данных, чтобы сделать CARV блокчейн-архитектурой, способной успешно работать с AI Agent.
G.A.M.E и D.A.T.A фреймворки имеют фундаментальные различия: один вертикально копает способности AI Agent в игровой среде для автономного принятия решений и выполнения действий, позволяя AI Agent более эффективно понимать естественный язык и преобразовывать его в действия в игровой среде, в то время как другой горизонтально охватывает множество цепей, пытаясь удовлетворить потребности AI Agent в цепочной связи, с фокусом на "данные", позволяя CARV стать универсальной инфраструктурной цепочкой, которая первой обслуживает AI Agent.