专题研究N:2025年融资区块链项目研究Pluralis Research

329 字

专题研究N:2025年融资区块链项目研究Pluralis Research

按:融资的项目作一个专题研究:1、融资了,说明得到资本界看好,可能是一个好的方向和项目;2、通过研究它们,可以了解外界或圈内人对这个行业的判断,是一种研究区块链发展趋势的捷径和正确的路;3、之前的区块链人物、项目系列研究也基本是追一些热点或按版块研究,已有1000期;基本也将常见的项目和区块链人物研究的差不多;正好可以告一段落(前期落下的一些已计划的还要继续,在1000期以内);4、基于推特是目前区块链信息最集中和更新快的平台,还依托于此来研究相应的融资项目。5、2024年2月份,硬盘损坏;前期约有3600期(已发布约2000期)资料丢失;现未再续编号。

PANews 3月19日消息,据Fortune报道,Pluralis Research已筹集760万美元的种子资金,由CoinFund和Union Square Ventures领投,其他投资者包括Topology、Variant、Eden Block、Bodhi Ventures及著名加密投资者Balaji Srinivasan。Pluralis旨在通过去中心化的区块链网络提供计算力,挑战大型企业在AI领域的主导地位。该公司计划利用这一资金开展研究,看看是否能通过分布式网络训练AI模型,避免集中化的计算资源。创始人Alexander Long曾在Amazon担任AI工程师,他和他的团队正在努力让小型公司也能参与AI竞赛。

Pluralis Research
,
@PluralisHQ,
Protocol Learning,
科技pluralis.ai,2024年7月 加入,
73 正在关注,
3,217 关注者,

在此处详细了解协议学习的工作原理、为什么不可物质化的模型很重要以及 Pluralis 的起源故事https://blog.pluralis.ai/p/a-third-path-protocol-learning.@PluralisHQ
·
三月 19

Pluralis:解锁去中心化的 Frontier AI
构建前沿基础模型需要数千万美元的计算成本和对大量数据的访问。这使得资本雄厚的科技巨头(尤其是超大规模企业)能够......@bodhi_ventures
·
三月 31

根据
@PluralisHQ
创始人
@_AlexanderLong
Catch Alex 在最新一集的 Mined with CoinFund 中讨论为什么分配模型所有权至关重要https://podcasts.apple.com/us/podcast/mined-with-coinfund/id1758988850

今年 MITxH 演讲者系列的第一场活动将于本周晚些时候举行!加入我们,就去中心化 AI 的现状进行公开和诚实的讨论
@caseykcaruso

@topology_vc
,
@anna_kazlauskas

@vana
, &
@_AlexanderLong

@PluralisHQ
!在下面注册

Pluralis 正在全面招聘https://jobs.ashbyhq.com/pluralis-research

今年早些时候 DeepSeek 的迅速崛起为许多开发人员提供了巨大的验证,即开源 AI 可以超越集中式机器学习。尽管如此,在 deAI 领域,仍有一种非共识的模型训练方法引起了激烈的争论。

1/ 我们很高兴地宣布我们的 $7.6M 种子轮融资由
@usv

@coinfund_io
让真正的开源 AI 成为现实。Pluralis 有一种新方法 - 我们称之为 Protocol Learning。2/ AI 基础模型训练由少数大玩家主导,限制了真正的开放式协作。协议学习是构建、共享和维护大规模模型的一种新方法。3/ 协议学习的核心是低带宽、模型并行、多方训练和推理。我们相信,这将降低大规模测试和试验新想法的门槛。4/ 模型被分片,防止任何一方持有完整的权重集,但支持大规模的开放式协作。培训的贡献者在最终模型中获得共享所有权,从而确保经济可持续性,在此处详细了解协议学习的工作原理、为什么不可物质化的模型很重要以及 Pluralis 的起源故事https://blog.pluralis.ai/p/a-third-path-protocol-learning.6/
我们还在招聘整个团队的多个职位。与我们一起解决我们这一代最重要的技术问题

我以前从未写过 Pluralis down 的起源故事或动机 - 但现在是这样做的好时机。可以在此处详细阅读https://blog.pluralis.ai/p/a-third-path-protocol-learning

去中心化 AI 训练是去中心化 AI 领域需要关注的最关键创新之一。
这就是为什么我们很高兴地宣布我们已处于领先地位
@PluralisHQ
的 2024 年种子前轮,并与
@usv
共同领投其 $7.6M 种子轮融资🧵

好的,在和一些朋友聊了 + 我自己过去几周的研究之后,“DeAI 金篮子”的初步清单
@PrimeIntellect
@NousResearch

@PluralisHQ

@hyperbolic_labs

@ezklxyz

@exolabs

@gensynai
在接下来的几个月里,将密切关注这些团队

DeAI 领域有太多的公司在其网站上都有完全相同的描述
挑战自己,策划一个由 5-7 家公司组成的金篮子,我将亲自投资
- 在过去 6 个月内发货了什么?

很高兴第一作者加入
@arasuarun
进行此讨论。截至今天,这些读书会仍然对任何人开放。

探索突破,
@zjasper666

@hyperbolic_labs
,
@fenbielding

@gensynai
,
@manveerxyz

@PrimeIntellect
,
@hoansoo

@exa_bits

@_AlexanderLong

@PluralisHQ
加入
@Shaughnessy119

@Delphi_Ventures
探索 AI 的最新进展及其影响

它正在发生。一起出去玩
@fenbielding
,
@_grieve
,
@benzion_b
,
@_AlexanderLong
,以及今晚数百名其他令人难以置信的 AI 构建者、投资者和研究人员。
音乐,开放式酒吧,非常挑剔的客人名单。到时见🔥

以下是我与
@_alexanderlong
,创始人/首席执行官
@PluralisHQ
.
我们讨论了前沿模型,如何启动新的基础模型,以及协议学习如何在开放互联网中做到这一点。

想成为丹佛最强大的神经网络的一部分吗?
(艾)RL - 生物节点之间的实时协作学习 (你);共同托管@edenblockvc @wai_protocol @PluralisHQ加入我们,加入去中心化 AI 的未来https://lu.ma/8cid25ig?locale=en-GB

宣布推出 (ai)RL,这是对去中心化 AI 的庆祝。
与顶级建筑商、研究人员和投资者一起聚会。与业内最优秀的团队共同主办:
@edenblockvc
,
@gensynai
,
@wai_protocol
, &
@PluralisHQ
.
快来 丹佛 和 我们 一起 闲逛。

在所有 AI/Crypto 噪音中,模型训练层发生了一些非常有趣的事情 - 很高兴与我们的朋友一起提及
@PrimeIntellect

@gensynai
在非常及时的文章中
@jbrukh

“在开源 AI 中,所有权可以采取许多不同的形式,但我最兴奋的是模型本身的所有权,就像 Pluralis 提出的方法一样”

Inf 时间缩放将继续存在,但通常是在将文本/输出标记反馈到模型的情况下完成的。我们能否在习得的表征空间本身中进行推理?Meta 的新论文讨论了这个确切的想法。

@Pluralis__ 新内容:大规模、模型并行的去中心化 AI 训练即将成为现实,从根本上重塑前沿风险格局。在我们最新的论文 (RBFM @#NeurIPS),我们绘制这些新出现的风险,提出治理和激励解决方案,以及

谁在 NeurIPS?
本周我们将在温哥华举办两场活动。加入我们,讨论模块化和开源 ML、ML 基础设施和分散式培训。
12 月 12 日星期四上午 9:30 - 早午餐
@cyberFund_
12 月 13 日星期五晚上 7:30 - 与@Pluralis__共进晚餐和饮料

如果您对此感兴趣 - Pluralis 本周在温哥华的 Neurips 上 - 我们将在 RBFM 研讨会上展示一些关于协议模型影响的早期工作 (https://asu-apg.github.io/rbfm/),我们还将在周五晚上与朋友一起举办一场
@gensynai
- 过来吧!

在今年年初,这可能也是一种有点相反的观点——但看看发生了什么。Inflection AI、Character AI 都离开了这一层。如果有人能筹集到足够的资金来参加比赛,那就是 Inflection。

2022 年:我从未写过 RL 论文,也从未与 RL 研究人员合作过。我不认为 RL 对 AGI 至关重要
现在:我每天都在想 RL。我的代码针对 RL 进行了优化。我创建的数据专为 RL 设计。我什至通过 RL 的镜头看待生活
生活变化如此之快,真是疯狂

Cocktail SGD 通过~100 倍的压缩,在保持收敛的同时,将 DDP 训练的开销降低到集中在 500MB/s 互连上的 1.2 倍。但是,与所有 DDP 方法一样,模型大小受节点大小的限制。周五讨论。