Så vad är egentligen @AlloraNetwork? 1/ Projektmål: Bygga ett samarbetsinriktat AI-ekosystem som överträffar begränsningarna för enskilda AI:er (inklusive självförbättring och intelligenta lager) 2/ Det slutliga målet är att samla in AI-modeller för att skapa en mer exakt inferensmodell och sälja den produkten. 3/ Så hur fungerar de tre elementen (arbetare, ansedda, samordnare) som driver Allora? 4/ Låt oss anta att du är en konsument av Alloras inferensmodell och du ställde frågan: "$BTC priset efter Fed-mötet den 30 juli, kommer det att stiga eller falla?" 5/ För det första ger olika arbetare som gick med i Allora olika slutsatser. • Arbetare A: BTC kommer att bryta $125 000 den 30 juli + fyllde CME-gapet på $114,5K, med ett mål på $134K. • Arbetare B: 130 000 dollar om Fed är duvaktig, 110 000 dollar om den är hökaktig + kontinuerligt inflöde av ETF-fonder, minskad risk på grund av handelsavtal. Arbetare C: Möjlig nedgång till 115 000 dollar efter en kortsiktig korrigering + utbudstryck från valförsäljning på 9 miljarder dollar. 6/ Och sedan verifierar Reputers resultaten. (Om vi antar resultatet: BTC-priset är 127 500 dollar, Fed tillkännager en räntesänkning på 0,25 %) • Arbetare A: 8/10 (riktning korrekt, mål nära) • Arbetare B: 9/10 (scenariot förutspås korrekt) • Arbetare C: 3/10 (riktning helt fel) 7/ Sammanfattning från samordnarna • Hög noggrannhet för arbetare B → 40 % vikt för nästa förutsägelse (hög $ALLO belöning) • Hyfsad prestation av arbetare A → 35 % vikt (medelhög $ALLO belöning) • Låg noggrannhet för arbetare C → 25 % vikt (låg $ALLO belöning) 8/ På så sätt uppnår Allora "självförbättring" och skapar inferenstjänster som ger mer exakta förutsägelser.