OPML: İyimserlik yaklaşımına dayalı makine öğrenimi sistemi

Bu makalede, OPML( adı verilen yeni bir blok zinciri sisteminin tanıtımı yapılmaktadır. Bu sistem, AI model çıkarımı ve eğitimi/ince ayarı için iyimserlik yaklaşımını kullanmaktadır. ZKML ile karşılaştırıldığında, OPML daha ekonomik ve verimli ML hizmetleri sunabilmektedir.

![OPML：Optimistik Rollup sistemini kullanan makine öğrenimi])https://img-cdn.gateio.im/webp-social/moments-97100de5d65b1bb4dfc9ad6502195b59.webp(

OPML'in en büyük avantajlarından biri, düşük katılım gereksinimleridir. Şu anda, sıradan bir PC, 26GB'lık 7B-LLaMA) gibi büyük dil modellerini içeren OPML sistemini çalıştırmak için GPU'ya sahip olmasına gerek yoktur. Bu sistem, ML hizmetlerinin merkeziyetsizliğini ve doğrulanabilir mutabakatını sağlamak için doğrulama oyun mekanizmasını kullanmaktadır.

Oyun doğrulama süreci şöyledir:

1. Talep eden ML hizmeti görevi başlattı
2. Sunucu görevi tamamlar ve sonucu zincire gönderir.
3. Doğrulayıcı sonuçları doğrular, itiraz olması durumunda doğrulama oyununu başlatır.
4. Son olarak akıllı sözleşme üzerinde adım adım tahkim yapılır.

OPML, tek aşamalı ve çok aşamalı iki tür doğrulama oyun modu kullanmaktadır. Tek aşamalı mod, (RDoC) hesaplama yetkisine benzer, ihtilaf adımlarını kesin bir şekilde belirleyerek bunları zincir üzerindeki sözleşmelere tahkim ettirir. Verimliliği artırmak için, OPML ayrıca özel hafif DNN kütüphanesi ve sanal makine sistemi geliştirmiştir.

Çok aşamalı doğrulama oyunu, tek aşamalı modelin sınırlamalarını aşarak GPU/TPU hızlandırma ve paralel işlem becerilerini tam olarak kullanır. Bu, tartışma alanını kademeli olarak daraltarak nihayetinde belirli bir VM talimatına odaklanır. Bu yaklaşım, OPML'nin yürütme verimliliğini önemli ölçüde artırarak performansını yerel ortama yakınlaştırır.

Platformlar arası tutarlılığı sağlamak için, OPML sabit nokta algoritması ve yazılım kayan nokta kütüphanesi kullanmıştır. ZKML ile kıyaslandığında, OPML hesaplama verimliliği, esnekliği ve çok yönlülük gibi alanlarda belirgin avantajlara sahiptir, merkeziyetsiz AI uygulamalarına yeni olasılıklar sunmaktadır.

OPML projesi şu anda aktif olarak geliştirilmeye devam ediyor, ilgilenen geliştiricileri katkıda bulunmaya davet ediyoruz.