Když Walrus používá kryptografické závazky a on-chain důkazy, proč ukládání AI datasetů na decentralizovaných sítích vytváří obavy o manipulaci nebo ztrátu?
Walrus udržuje integritu datasetu prostřednictvím svého algoritmu pro kódování RedStuff, který kóduje blob-y – jako jsou více než GB AI tréninkové sady – do primárních a sekundárních sliverů s vestavěnou redundancí, což umožňuje rekonstrukci pouze z 1/3 kvóra správných sliverů, i když až 2/3 úložišť jsou vadné nebo nedostupné po synchronizaci sítě, přičemž každý sliver zahrnuje hash závazků, které klienti ověřují vůči obsahu původního blobu během načítání, aby odhalili jakékoli změny nebo nesrovnalosti; navíc systém vyžaduje 2/3 kvórum podepsaných uznání uzlů k vygenerování certifikátu POA, který je publikován jako neměnný záznam na blockchainu Sui, což zajišťuje, že jakmile je certifikován, je péče o dataset veřejně auditovatelná a uzly jsou povinny udržovat slivery bez změn, přičemž jakékoli prokázané nesrovnalosti vedou k on-chain odpojení ID blobu od jeho objektu úložného zdroje, efektivně ho označující jako nedostupné, zatímco hash je uchován pro forenzní kontroly.
Položky metadat blobu, doba ukládání založená na epochách a závazky sliverů jsou zpracovávány chytrými smlouvami MoveVM od Sui. Programová verifikace, samoopravování a delegované PoS platby jsou možné. Uzly, které nejsou schopny vygenerovat autentizované slivery nebo reagovat na výzvy, ztrácejí podíly, což zakazuje manipulaci a váže užitečnost tokenů na integritu dat.
Aby se zabránilo poškození výrobního pipeline, tým AI, který doladí modely na proprietárních datasetech, by mohl nahrát 500GB soubor do Walrus, obdržet POA a objekt metadat na Sui pro on-chain verifikaci a integrovat smlouvu Move, aby podmíněně uvolnil váhy modelu po periodických auditech integrity, které potvrzují závazky sliverů.
Jak může přidání ověření závazků sliverů Walrus do tréninkového pipeline vašeho crowdsourced AI projektu ovlivnit drift dat a protivné vstupy napříč epochami?
