OPML: 楽観主義アプローチに基づく機械学習システム

この記事では、OPML(という名前の新しいブロックチェーンシステムについて紹介します。このシステムは楽観主義的なアプローチを利用してAIモデルの推論とトレーニング/ファインチューニングを行います。ZKMLと比較して、OPMLはより経済的で効率的なMLサービスを提供することができます。

! [OPML:楽観的ロールアップによる機械学習])https://img-cdn.gateio.im/webp-social/moments-97100de5d65b1bb4dfc9ad6502195b59.webp(

OPMLの大きな利点は、その低い参加要件にあります。現在、普通のPCはGPUを装備することなく、26GBの7B-LLaMA)のような大規模言語モデル(を含むOPMLシステムを実行できます。このシステムは、MLサービスの分散化と検証可能な合意を確保するために、検証ゲームメカニズムを採用しています。

ゲームの検証プロセスは以下の通りです:

1. リクエスターはMLサービスタスクを開始します
2. サーバーはタスクを完了し、結果をチェーンに提出します。
3. バリデーターは結果を検証し、異議がある場合は検証ゲームを開始します。
4. 最後にスマートコントラクト上でステップバイステップの仲裁を行う

! [OPML:楽観的ロールアップシステムによる機械学習])https://img-cdn.gateio.im/webp-social/moments-e798407b4f5f3dd6dc7d8327db07eb20.webp(

OPMLは、単段階と多段階の2つの検証ゲームモードを採用しています。単段階モードは、委託計算)RDoC(に似ており、争いのステップを正確に特定し、チェーン上の契約に仲裁させます。効率を向上させるために、OPMLは専用の軽量DNNライブラリと仮想マシンシステムを開発しました。

! [OPML:楽観的ロールアップによる機械学習])https://img-cdn.gateio.im/webp-social/moments-3f290bc2a1acee40d4e71fbf35ee5079.webp(

多段階検証ゲームは単一段階モデルの限界を克服し、GPU/TPUの加速と並列処理能力を最大限に活用します。複数の段階を通じて論争の範囲を段階的に絞り込み、最終的に具体的なVM命令に特定します。このアプローチはOPMLの実行効率を大幅に向上させ、ローカル環境に近いパフォーマンスを実現します。

! [OPML:楽観的ロールアップによる機械学習])https://img-cdn.gateio.im/webp-social/moments-4d41ed09832980b943519f4c0baa6109.webp(

クロスプラットフォームの一貫性を確保するために、OPMLは固定小数点アルゴリズムとソフトウェア浮動小数点ライブラリを採用しています。ZKMLと比較して、OPMLは計算効率、柔軟性、汎用性などの面で明らかな利点を持ち、分散型AIアプリケーションに新たな可能性を提供しています。

! [OPML:楽観的ロールアップシステムによる機械学習])https://img-cdn.gateio.im/webp-social/moments-a33f120074b07b2ec4ae4ececbea79f1.webp(

OPMLプロジェクトは現在も積極的に開発中であり、興味のある開発者の参加を歓迎します。