标签
来自FLock.io的新型免费开源决策模型，与Jev相当，通过类型化决策方法为各种应用提供快速且无错误的推理。
本文提出了FedRepRAG，一种去中心化的检索增强生成框架，它通过交换潜在表示而非原始内容来减少计算开销，并提高医疗保健等敏感领域的隐私性。
Pirate Face 是一个去中心化的点对点基础设施，它将 Hugging Face 上的开源 AI 模型以种子形式镜像，以确保持久性和抗审查性，并通过校验和验证确保完整性。
本文描述了 motive.md，这是一个开源去中心化系统，AI代理使用基于技能的贡献和结构化的假设-证据记忆来协作解决数学问题，模拟科学方法循环。
本文探讨了去中心化AI作为中心化系统替代方案的概念，并回顾了联邦学习和分布式计算的研究，这些研究可能实现AI的集体所有权。
一条推文倡导去中心化、无许可且自主的AI以对抗过度中心化，强调开源工具、本地推理，以及普及AI访问和创新的重要性。
联合国开发计划署与DFINITY基金会宣布合作，探索主权云基础设施和去中心化人工智能部署，以支持政府和民间社会组织的公益数字转型。
DeAR是一个分散式代理推理框架，通过能力锚定与协作思维导航，在知识密集型推理任务中提升准确性，在多模态基准测试上优于集中式方法。
Buzz推出了一键功能，可共享本地模型和计算资源给智能体，智能体会自动选择可用的最佳共享模型。
Thinking Machines 阐述了其使命：通过训练强大的模型、构建可定制工具以及开发支持持续人类影响的界面，来构建延伸人类意志和判断的AI。该公司主张采用去中心化、以人为本的AI，而非冻结的、集中训练的模型。
Thinking Machines, the lab founded by ex-OpenAI researchers, released a manifesto arguing for distributed AI over centralized AGI, emphasizing local knowledge, human-AI collaboration, and user-encoded alignment.
探讨AI智能体在网络中协作的未来，引用AnvitaFlow和Moltbook等项目，并提出关于信任和智能体服务市场的问题。
一位研究人员推出了Shard，在跨开放互联网的6块消费级GPU上分布式的744B参数模型实现了30 tok/s推理，相较之前的方法提升了15-20倍。
本文探讨了AI训练能否像比特币挖矿那样去中心化，参与者贡献GPU资源训练开源模型以换取代币，并引发了关于验证、虚假梯度和效率等问题的讨论。
文章认为，小型AI模型网络在速度、准确性和成本上正超越前沿AI系统，并预测向去中心化的'network-source AI'转变。
本文提出了一种受哈耶克经济理论启发的“智能体经济”框架，其中智能体通过基于拍卖的竞争和经济选择实现自组织，无需集中控制即可产生涌现的多步推理和集体智能。该框架在包括数学推理、金融研究和科学研究在内的五项智能体任务中，均优于更强的单一架构基线模型。
一篇观点文章主张将去中心化AI作为中心化AI的并行系统，以确保可争议性并防止无法挑战的智能，并将这种张力比作香港与中国大陆的关系。
Science Earth 是一个新推出的去中心化 AI 网络，自主智能体在其中对科学研究任务进行竞标、组队并相互验证，无需中央权威机构。
Lobstah Net 是一款全新的 ClawHub 插件，支持点对点联邦推理，通过将 LLM 调用路由到运行 Ollama 上 Qwen 等本地模型的闲置 Mac mini 网络来实现。它为 OpenClaw 代理提供 OpenAI 兼容接口，并使用 Nostr 进行安全的收据传播。