FX168财经网_全球视野外汇黄金加密货币NFT资讯网_关键字搜索-FX168

全球数字财富领导者

财富汇｜美股投研｜客户端｜旧版｜｜

FX168 全球视野中文财经

登录 / 注册

这些顶级币种具有50倍潜力
 go
Chainlink 是一个去中心化的预言机网络，将智能合约连接到真实世界的数据。随着对 DeFi 和其他去中心化应用程序的需求不断增长，对像 Chainlink 这样可靠和安全的预言机网络的需求可能会增加，从而导致潜在的价格上涨。 Uniswap（UNI） Uniswap 是一种去中心化交易所 (DEX)，允许用户在不需要中心化中介的情况下交易加密货币。随着越来越多的用户在 Uniswap 平台上进行交易并使用建立在其之上的其他 DeFi 协议，对 UNI 代币的需求可能会增加，从而导致潜在的价格上涨。艾韦 (AAVE) Aave 是一个去中心化的借贷平台，允许用户在不需要中心化中介的情况下借入和借出加密货币。随着对 DeFi 和其他去中心化金融服务的需求不断增长，对 AAVE 代币的需求可能会增加，从而导致潜在的价格上涨。莱特币： Litecoin 以其安全性和交易速度着称，将自己呈现为具有巨大潜力的加密货币。该协议遵守可靠的密码学原则，确保安全的价值转移，同时交易在几分钟内得到处理和确认，从而实现快速资金转移。来源：金色财经
金色财经2023-05-25
详解Base当前进展：将开启创世窗口可铸造“通往主网之路”NFT
go
施、开发者工具、钱包、安全、DeFi、预言机、分析工具、桥接、支付、DAOs，社交等。其代表性项目包括： Blackbird是专为旅游与酒店餐饮业打造的Web3平台，致力于通过忠诚度和会员服务在餐厅和客人之间建立直接联系。该平台可以为参与餐厅的回头客解锁奖励。Blackbird 在今年早些时候推出了 Beta 版，其中包括针对威廉斯堡餐厅GERTIE的奖励计划，以及Upside Pizza Club计划，该计划让会员在一年内每天都能获得一片披萨，此外还可以参加私人音乐会和活动。 Parallel是一款基于 NFT 的交易卡牌游戏，旨在让用户在科幻世界中与敌方作战时，真正拥有卡牌和游戏内其他道具。Parallel将其生态带入Base主网，使用户能够以更低的成本收集和参与游戏。 Thirdweb旨在让开发人员能够通过其推出的开发工具包，轻松在区块链上部署。该项目自身推出的游戏，就证明了部署的简便性和速度。该团队在三周内推出了Web3 Warriors，这是第一个基于 Base 构建的游戏。 OAK是奥克兰的社区货币。居民可以在当地商店使用OAK品牌的稳定币，这种社区货币不仅能够在当地保持价值流通，让商户免于高额的交易成本，还能促进当地事业发展。 Base主网创世标准构建区块链是一种复杂的工程，Base启动主网的方法从其他类似复杂性的主网启动中汲取灵感。Base最重要的优先事项是确保网络的安全性，其次是顺畅、高效的沟通，这样开发者就可以做好准备，第三是及时部署主网。提醒一下，Base测试网从2月23日开始运行。查看文档可以进入测试网并开始构建。在测试网窗口期间，Base将专注于：审计OP Stack和 Base基础设施以提高平台安全性对OP Stack和Base基础设施进行负载测试，以确保能够支持扩展确保高质量的开发者体验通过Builder Quest和Base Camp等教育内容引导新手当临近主网发布时，Base列出了一组需要完成的事项：在测试网中成功完成Regolith硬分叉（已完成）与OP Labs团队成功进行基础设施审查（已完成） Optimism主网Bedrock成功升级成功完成内部和外部审计，无严重问题证明测试网的稳定性创世窗口主网创世区块产生后，Base会开启创世窗口（Genesis Window）——一个专门的、可协调的窗口，供开发人员在Base主网上部署dapps。在窗口开启期间，Base将专注于开发人员并提供支持以确保他们取得成功。 Base在窗口期间的目标是确保开发人员能够：安心部署：在创世窗口期间，开发人员将能够开始安全、轻松、可靠地将他们的dapps部署到Base。获得快速的技术支持：Base核心团队将通过Discord渠道，为在此窗口期间部署的任何dapp提供技术支持。获得作为创世构建者的认可：Base将支持并认可在Base主网上部署的早期dapp。 “通往Base主网之路”NFT Base有一个宏大愿景：将下一个百万开发者和十亿用户带至区块链上。因此为了在长期的征途上，用户能够一直积极参与， Base推出了“通往Base主网之路” 的NFT。来源：金色财经
金色财经2023-05-25
行业解读｜预言机：区块链世界的发展引擎
 go
重复使用验证节点实现其他目的（如：终极预言机、以 EigenLayer 为代表的再质押协议等）是低风险的，但试图借助以太坊社交共识来实现应用程序自身目的是高风险的，并且应该受到抵制。因此，Vitalik Buterin表示应坚持区块链的极简主义，警惕应用层项目将区块链共识的「范围」扩大到验证核心以太坊协议规则以外的任何事情，本文就侧重语言机这一话题展开。 01.V神构想中的“预言机” 在Vitalik Buterin文中的“终极预言机”是这样表述的：就一项提案而言，用户可以通过发送 ETH 来投票决定哪些事情是真实的，这将使用SchellingCoin机制：每个发送 ETH 投票支持多数答案的人都会按照一定比例获得所有发送投票支持少数答案的 ETH 的份额。根据其描述：“所以原则上这是一个对称的游戏。打破这种对称性的是 a）真相是需要协调的自然点，更重要的是 b）押注真相的人如果输了，可以创建一个可信的以太坊分叉路线。” 所以在Vitalik Buterin 看来，这些问题的最佳解决方案是具体问题具体分析，因为各种问题本质上是彼此不同的。一些解决方案包括： • 价格预言机：要么是不完全加密经济的去中心化预言机，要么是基于验证器投票的预言机，后者明确承诺其紧急恢复策略不是诉诸L1共识来恢复，要目是两者的某种组合。例如，价格预测器可以依赖于一个信任假设，即投票参与者会慢慢被腐化，这样用户就可以获得攻击的早期预警，并可以退出任何依赖于该预言机的系统。这样的预言机可以故意在长时间延迟后才给予奖励，因此，如果该协议的实例被废弃（例如：因为预言机失败了，社区转向了另一个版本)，参与者没有得到奖励。 • 更复杂的真相预言机，报告比价格更主观的事实：某种建立在不完全加密经济 DAO上的去中心化法院系统。从Vitalik Buterin 文中看出，预言机更像是一种 trustless （无需信任）的系统，而信任是建立在透明的机制以及对该机制开源的代码实现之上。这也是，为什么预言机，在以太坊生态起到了至关重要的作用！ 02.市场上的预言机预言机作为区块链重要的基础设施，并非是一项「神奇」技术，本质上是把链外的数据给到链上的应用。无论预言机是什么样的，都只是数据提供方的不同实现形式。然而，预言机操纵行为会导致预言机报告关于外部事件或真实世界的错误数据。这可能是预言机有意发起攻击或不小心犯错，也可能是预言机的数据源头出问题。所以说，无论是预言机有意还是无意导致了错误报告，都会给接入预言机的协议带来操纵风险。因此，市场上的知名预言机项目大多数是通过提高预言机协议设计的安全性以此来消除预言机的操纵风险。大致通过从所有交易环境获取喂价，以实现覆盖广度；通过去中心化防止外部方篡改数据，消除单点故障；建立经济激励机制来保障预言机报告的准确性三个维度去提高预言机的安全性，进而抵御操纵攻击并报告准确的市场价格。为了消除预言机攻击的风险，PlugChain通过聚合式跨链预言机协议建立去中心化的PlugChain Price Feeds来访问优质且防篡改的市场数据。在多个层面实现去中心化——基础架构在数据源、节点运营商和预言机网络层面实现去中心化，可以规避单点失效风险，并保障预言机报告能够反映真实的市场价格。跨链交互协作——多条独立区块链交互，内置跨链流动池和数据跨链的资产交易，构建高效率区块链底层协议可靠性极高的预言机节点运营商——节点运营商分布在全世界各个角落，不仅经验丰富，经过了安全评估，还可以抵御女巫攻击。这些节点负责为Web3网络传输价格数据。深度防御策略——链上透明性、主动监控、故障切换、灾难恢复以及备用预言机网络等，共同构建出多层级的架构。不难看出，PlugChain Price Feeds采用多层级聚合模式，因此交易量加权平均价格（VWAP）计算方式（以及其他类似计算方式）和异常值监测就可以很好地防止少数市场被操纵。并且，基于Cosmos公链打造PlugChain 拥有最快的价格更新频率（TPS高达10K），使其链上数据的透明度、便宜度和超快的处理速度。此外，PlugChain的数据来源于广泛的世界级数据提供者（TradFi 和 DeFi），从一系列顶级金融从业者手中直接获取数据，保障了数据的质量和可用度。 03.预言机的未来畅想未来，伴随着区块链愈发展，对链下数据的需求就会愈强烈，预言机的重要性也会愈发凸显。但就像上文讨论的一样，预言机领域一个更大的可能是出现多种形态并存的市场。我们可以认为从中心式到联盟式再到分布式，是数据提供方的颗粒度的由大到小，而不同的颗粒度决定了它们不同的属性，也就决定了它们各自适合的服务场景。尽管预言机也可以是由分布式的节点网络组成，但很多人看待区块链和预言机的视角及评价它们的标准也是见仁见智：区块链做的是探索性的工作，它更多的是问「这个问题是否适合我来解决」；而预言机做的是功能性的工作，它更多的是问「我怎么去解决这个问题」。所以，预言机的设计追求的是可用性与实用性：它只为需求服务，不为愿景服务。最容易理解的一点就是：它要追求性价比。除了要通过技术和机制解决信任问题外，预言机的设计还包括许多其他方面，比如数据的隐私问题、防黑客攻击的能力问题等等，因为这些都会关系到预言机的可用性。正因如此，预言机的设计是一个涉及到诸多领域的综合性的工程。需要重视的是，预言机是区块链重要的基础设施，但这并不代表着预言机的发展会制约区块链的发展，反而，也许区块链的发展状况对预言机的发展影响更大。只有当链上合约对链下数据有广泛的、迫切的需求，并能为数据付费的时候，预言机才有可能真正的、全面的发展起来。结语：曾几何时，预言机刚刚诞生，因为缺少应用场景，并没有受到太多重视。但是随着智能合约的应用场景逐渐增多，各种DeFi 应用破土而出，区块链越来越需要与链外世界进行交互，预言机也渐渐成为区块链世界重要的基础设施。本质上，预言机要解决的还是信任和安全的问题。谁能够解决这个问题，谁就能成为未来的“爆款”，成为推动区块链世界发展的“引擎”！来源：金色财经
金色财经2023-05-25
RWA应用案例探讨：链上美债的5个实验
 go
采用最基础的 ERC 20 代币，通过预言机或直接为合约喂价来决定债券代币的价格。ERC 20 标准能够兼容借贷协议和质押协议，只要喂入能够准确读取的价格参数。但在构建二级市场中则遇到困境。链上 AMM 都针对特定场景。对于债券，相对价格稳定，但价格仍有波动，并周期性会有分红或利息；传统债券市场采用订单薄模式，订单集中在现价附近，且交易者、做市商能够快速对市场进行反应。而链上由于区块链的特性订单薄模式并不合适，各类 AMM 也各有取舍。对于债券代币来说，Uniswap V2 滑点过高；Uniswap V3 流动性集中能够降低滑点，但在极端市场行情下，价格大幅度波动容易出区间导致流动性缺失；Curve 要求代币价格锚定 1 ： 1 ，但为实现在 Curve 上交易，Matrixdock sTBT 采用复杂的 rebase 机制增加了产品的复杂度。 DoDo 的 PMM 相对合适，但需要外部的预言机支持，无法实现价格发现机制。 AMM 更适合区块链的场景，为适应 AMM 实现二级市场交易，可能会需要新的代币标准。其中，Maple Finance 设计了 ERC 2222 ，资金分发代币（Fund Distribution Token，FDT），是 ERC 20 代币标准的拓展，实现代币持有者对未来现金流的领取。 RWA 公链 RWA 的特殊资产属性需要特定的预言机、数据服务、代币标准，以及链上身份体系，当前主流的区块链平台并不能提供相关的主体和服务，RWA 相关的基础设施，公链 /Layer 2 也会是未来发展方向之一。合规资产和 DeFi 的融合在上述的链上国债平台中，Ondo Finance 设计了借贷平台 Flux Finance 来实现国债代币 OUSG 的借贷。其中 OUSG 持有人需要经过 KYC 和合格投资者验证加入白名单，而稳定币流动性的提供方可以是无需许可的。Flux Finance 由另一个海外主体管理，与 Ondo Finance 本身的法律主体隔离。 MatrixDock 的 sTBT 和 Curve 做结合，但直接购买 sTBT 仍需要经过 KYC 加入白名单，相较于目前 70+M 的 sTBT 发行量，目前 Curve 上日交易量仅有数千美金。 T protocol 直接走无需许可的路线，可以任意将国债代币转化为其他形式的代币，从而嵌入各类 DeFi 应用之中。金融机构是高度受监管的。对于合规资产发行方，每发行额外的产品、开拓新的业务线都需要完备的法律流程，这也是为什么合规产品推进困难的原因：对公链作为金融基础设施的可用性和可靠性的怀疑对 AMM、借贷协议等新型协议的如何划分到现有监管框架的理解方式相关责任主体的明晰结论从实体、到电子化，到代币化，金融资产永远朝向高效率、低成本的方向演进。Crypto 的世界由于其开放的特性，涌现出无数的创新，以太坊就是最大的创新试验田，但也正是因为开放的特性，让 RWA 的路很漫长，从技术的创新，到商业模式的探索，到和监管的沟通。但即使是股票的电子化也历经数十年，当前链上 RWA 市场才不过数亿的市场，相比于传统金融动则万亿的规模，美国国债三十万亿的规模，还有极大的发展空间，DigiFT 在探索自身发展路径的同时，期待 RWA 的基础设施、法律法规的推进，也会不断关注各个项目方和开发者在此间取得的进展。来源：金色财经
金色财经2023-05-25
Layer 2 Base 以安全和安保为重中之重为主网启动做准备
 go
、开发人员工具、钱包、安全、DeFi、预言机、分析、桥接、支付、DAO 和社交应用程序等各个领域的各种项目。该团队从这些开发人员创建的创新用例和应用程序中找到了灵感。在 Base 上正在开发的卓越项目中，有几个项目脱颖而出。Blackbird 正在开创一个平台，彻底改变餐厅忠诚度，为参与餐厅的回头客解锁奖励。Parallel 是一款基于 NFT 的集换式卡牌游戏，让用户能够真正拥有他们的游戏内资产。 Thirdweb 提供了一个简化区块链构建的开发人员工具包，他们自己的游戏 Web3 Warriors 证明了这一点，该游戏在非常短的时间内在 Base 上发布。OAK 为奥克兰居民引入了一种社区货币，使他们能够与当地商人进行交易并支持当地经济。 Base 的主网启动方法从太空组织在火箭发射和其他成功的区块链发射（如 Optimism 的 Bedrock 发布）期间遵循的细致流程中汲取灵感。Base 将安全和安保放在首位，旨在清晰有效地传达其升级计划，借鉴 Optimism 执行良好的发射方法。在测试网阶段，Base 专注于审计 OP Stack 及其基础设施，进行负载测试以确保可扩展性，并提供高质量的开发人员体验。随着团队越来越接近主网启动，必须满足一组定义的标准，包括成功完成内部和外部审计、证明测试网稳定性以及 Optimism 成功升级 Bedrock。在主网启动后，Base 将启动其创世窗口，这是一个专门用于优先考虑开发人员在 Base 主网上部署 dapp 的时期。在此窗口期间，开发人员可以通过 Discord 获得 Base 核心团队的强大支持和技术协助。此外，在此窗口期间在 Base 上启动的早期 dapp 将获得该项目的认可和支持。 Base 的主网发布有望为以太坊网络带来可扩展性、快速交易和更低的成本，从而吸引开发人员和用户。通过优先考虑安全性、安全性和开放式通信，Base 旨在促进去中心化应用程序的增长和采用，从而在加密经济中开创经济自由和机遇的新时代。来源：金色财经
金色财经2023-05-25
触发X日的概率高达25%！恐慌开始蔓延：美债收益率升破7% 比特币下挫超3%
go
最早可能在6月份就耗尽资金，但华尔街的预言家们也一直在根据政府的现金流以及对税收和支出的预期来计算这些数字。多数策略师已将基准预估提前，以便与华盛顿方面的预测更加一致，不过一些策略师仍希望财政部能够将其资源维持到夏末。现金结余美国政府偿还债务和履行支出义务的能力最终取决于它是否有足够的现金。因此，其支票账户上的金额至关重要。这一数字每天都在波动，取决于支出、税收收入、债务偿还和新借款的收益。如果它太接近于零，财政部就会感到不安，这可能是一个问题。上周五和本周一，美国政府必须支付的账单金额有所上升，在找到解决目前债务上限僵局的办法之前，这为政府寻求维持资金提供了一点喘息机会，但总体趋势是总金额减少。人们还将关注财政部为维持其借贷能力而采取的所谓特别措施。美国政府已经用掉了这些会计花招的三分之二以上，截至上周中旬，政府手中握有920亿美元。违约保险除了国库券，另一个值得关注的债务上限风险洞察领域是美国政府信用违约掉期(CDS)的走势。这些工具作为投资者在未付款情况下的保险。目前，美国债务的保险成本高于许多信用评级远低于美国的新兴市场的债券。加密货币承压下跌周三，由于投资者担心债务上限和美联储的下一步行动，加密货币与股市一起下跌。根据Coin Metrics的数据，比特币下跌逾3%，至26070.22美元低点。以太坊跌幅大致相同，交投于1787.17美元一线。（图源：CNBC）此举恰逢美国股市下跌。道琼斯工业平均指数下跌近300点，标准普尔500指数和纳斯达克综合指数分别下跌约1%。周三，众议院议长麦卡锡表示，债务上限谈判仍然围绕支出水平而悬而未决，距离美国面临违约风险还有8天。他还说，他相信谈判小组周三会取得进展。 Enclave Markets首席执行官David Wells表示:“市场在昨日大幅下跌后开盘相当低迷，因此这可能是对昨日的反应。”“尽管加密货币是一个全球市场，但在美国交易时段，交易量会大幅上升，因此有时加密货币的大幅波动是在宏观驱动的股市大幅波动之后发生的。” 随着投资者关注华盛顿正在进行的债务上限谈判，以及投资者加息预期的上升，比特币再次开始表现得像一种风险资产，就像今年早些时候比特币开始与黄金进行更多的同步交易一样。比特币和以太币将迎来2023年最糟糕的一个月，迄今分别下跌10%和6%。比特币在第一季上升71%之后，本季度下跌了近8%。以太坊在第一季上升了52%后，目前下跌了2%。
财经风云2023-05-25
比特币跌破27000 还会下跌吗？
go
AI、Web3等领域； 8. DeFi预言机RedStone Oracles完成天使轮融资，Aave创始人等参投； 9. 香港众安银行将在新发牌制度下向零售投资者推出虚拟资产交易服务； 10. 以太坊梦幻足球游戏Sorare发布针对法国玩家的替代方案； 11. Layer 1公链LUKSO主网已上线； 12. Layer 1区块链Vega Protocol推出链上期货市场。来源：金色财经
金色财经2023-05-24
zkML：zk+机器学习新兴项目和基础设施
 go
（1）DeFi · 可验证的链下ML预言机。继续采用生成式AI可能有助于推动行业为内容实施签名方案。签名数据可随时应用于ZK，使数据具有可组合性且可信。ML模型可以对签名数据进行链下处理以进行预测和分类（例如，对选举结果或天气事件进行分类）。这些链下ML预言机可以通过验证推理并在链上发布证明，以无需信任的方式解决现实世界的预测市场、保险协议合约等问题。 · ML参数化的DeFi应用。DeFi有很多方面可以更加自动化。例如，借贷协议可以使用ML模型实时更新参数。今天的借贷协议主要信任由组织运行的链下模型来进行抵押品事宜、LTV、清算门槛等相关决策，但社区训练的开源模型可能是更好的替代方案，这类模型可以由任何人运行和验证。 · 自动交易策略。展示财务模型策略的回报状况的一种常见方法是，MP向投资者提供各种回测。然而，在执行交易时，是没有办法验证策略是否遵循了模型的——投资者必须相信策略确实遵循了模型。zkML提供了一个解决方案，MP可以在进行特定位置部署时提供财务模型推理证明。这对于DeFi管理的金库来说特别有用。（2）安全性 · 智能合约的欺诈监控。ML模型可以用来检测潜在的恶意行为并暂停合约，而不依靠缓慢的人工治理或中心化主体来控制是否暂停合约。（3）传统ML · Kaggle的去中心化、无需信任的实现。可以创建这样一个协议或市场，允许MC或其他相关方在MP不披露模型权重的情况下验证模型的准确性。这对于模型销售、模型准确性竞争等会很有用。 · 生成式AI的去中心化prompt（提示）市场。生成式AI的prompt创建已经演变成一种复杂的工艺，最好的prompt输出通常包含许多modifier修饰符。外部各方可能愿意从创建者那里购买这些复杂的prompt。zkML可以在这里发挥两方面作用：1）验证prompt输出，以向潜在购买者确保prompt确实创建了所需的图像；2）允许prompt所有者在prompt被购买后仍然保有prompt的所有权，对购买者匿名的同时仍然为他们生成经过验证的图像。（5）身份验证 · 用保护隐私的生物识别身份验证取代私钥。私钥管理仍然是web3用户体验最大的摩擦之一。通过面部识别或其他独特因素提取私钥是zkML的一种可能的解决方案。 · 公平的空投和贡献者奖励。ML模型可用于创建详细的用户角色，以根据多种因素确定空投分配或贡献奖励。当与身份解决方案结合使用时，这种功能会特别强大。在这种情况下，有种可能性是让用户运行一个开源模型来评估他们在应用程序中的参与度，以及更高层的生态参与度（比如治理论坛帖子），以推断他们的分配额度。然后，他们向合约提供此证明以接收代币分配。（6）Web3社交 · web3社交媒体过滤功能。web3社交应用程序的去中心化性质将导致更多的垃圾邮件和恶意内容。理想情况下，社交媒体平台可以使用社区同意的开源ML模型，并在选择过滤帖子时发布模型推理的证明。 · 广告/推荐。作为一个社交媒体用户，我可能愿意看到个性化的广告，但希望对广告商保密我的偏好和兴趣。我可以选择根据我的喜好在本地运行一个模型，该模型向媒体应用程序提供信息，然后展示我想要的内容。在这种情况下，广告商可能愿意为终端用户付费，但这些模型可能远没有当前的目标广告模型那么复杂。（7）创作者经济/游戏 · 游戏内经济再平衡。ML模型可用于动态调整代币的发行、供应、销毁、投票阈值等。一种可能的模式是，如果达到一定的再平衡阈值，并且推理证明得到验证，那么合约就可能受激励以重新平衡游戏内经济。 · 新型链上游戏。可以创建人类对抗AI的合作游戏和其他创新的链上游戏，此时无需信任的AI模型充当非玩家（NPC）角色。NPC采取的每一个行动都会被发布到链上，并带有一个证明，任何人都可以验证该证明以确定运行模型的正确性。在Modulus Labs的Leela vs. the World案例中，验证者希望确保正在下棋的是1900 ELO AI，而非棋手Magnus Carlson。另一个例子是AI Arena，这是一款Super Smash Brothers风格的AI战斗游戏。高风险竞争环境中的玩家希望确保他们训练的模型不受干扰或者不会出现作弊行为。 4、新兴项目和基础设施 zkML的生态系统可以大致分为四大类： · Model-to-Proof Compilers（模型到证明编译器）：将模型从现有格式（例如Pytorch、ONNX等）编译成可验证计算电路的基础设施。 · 通用证明系统：用来验证任意计算轨迹的证明系统。 · 特定zkML证明系统：专门用于验证ML模型的计算轨迹的证明系统。 · 应用程序：处理独特zkML用例的项目。（1）Model-to-Proof Compilers（模型到证明编译器）在研究zkML生态系统时，大多数注意力都集中在模型到证明编译器上。通常，这些编译器会将使用Pytorch、Tensorflow或类似语言编写的高级ML模型转换为ZK电路。 EZKL是一个库和命令行工具，用于在zk-SNARK中对深度学习模型进行推理。使用EZKL，你可以在Pytorch或TensorFlow中定义计算图，将其导出为ONNX文件，一些样本输入包含在JSON文件中，并将EZKL指向这些文件以生成zkSNARK电路。随着最新的性能改进，EZKL现在可以在大约6秒内占用1.1GB RAM证明一个MNIST大小的模型。到目前为止，EZKL已经有一些重要的早期采用，被用作各种黑客马拉松项目的基础设施。 Cathy So的circomlib-ml库包含Circom的各种ML电路模板。电路包含一些最常见的ML功能。同样由Cathie开发的Keras2circom是一个python工具，它使用底层circomlib-ml库将Keras模型转换为Circom电路。 LinearA为zkML开发了两个框架：Tachikoma和Uchikoma。Tachikoma用于将神经网络转换为纯整数形式并生成计算轨迹。Uchikoma是一个将TVM的中间表示转换为不支持浮点运算的编程语言的工具。LinearA计划支持Circom和Solidity，前者使用域算法，后者使用有符号和无符号整数算法。 Daniel Kang的zkml是一个用于在ZK-SNARKs中构建ML模型执行证明的框架。在撰写本文时，它能够证明一个使用大约5GB内存运行约16秒的MNIST电路。更通用的模型到证明编译器还有Nil Foundation和Risc Zero。Nil Foundation的zkLLVM是一个基于LLVM的电路编译器，能够验证使用流行编程语言（如C++、Rust和JavaScript/TypeScript等）编写的计算模型。与本文提到的其他一些模型到证明编译器相比，它是通用的基础设施，但仍然适用于像zkML这样的复杂计算。当与证明市场相结合时，该功能将格外强大。 Risc Zero面向RISC-V开原指令集构建了一个通用的zkVM，因此支持现有的成熟语言，如C++和Rust，以及LLVM工具链。这将支持主机和客户端zkVM代码之间的无缝集成，类似于Nvidia的CUDA C++工具链，但使用了ZKP引擎代替GPU。与Nil类似，可以使用Risc Zero来验证ML模型的计算轨迹。（2）通用证明系统证明系统的改进是zkML实现的主要推动力，特别是custom gates（自定义门）和lookup tables（查找表）的引入。这主要是由于ML对非线性的依赖。简而言之，非线性是通过激活函数（例如ReLU、sigmoid和tanh）引入的，这些函数应用于神经网络内线性变换的输出。由于受数学运算门的限制，在ZK电路中这些非线性实现是有难度的。Bitwise decomposition（逐位分解）和lookup tables（查找表）可以通过将非线性的可能结果预先计算到查找表中来帮助解决这个问题，有趣的是，这在ZK中计算效率更高。由于这个原因，Plonkish证明系统往往是zkML最流行的后端。Halo2和Plonky2的table-style（表式）算法方案可以通过lookup参数很好地处理神经网络非线性。此外，Halo2有一个充满活力的开发者工具生态系统，再加上它非常灵活，使其成为包括EZKL在内的很多项目名副其实的后端支柱。其他证明系统也有自己的优点。基于R1CS的证明系统包括用于小型证明的Groth16和处理超大电路和线性时间证明器的Gemini。如Winterfell证明者/验证者库这样的基于STARK的系统也非常有用，特别是当通过Giza的工具实现时，Giza工具将Cairo程序的轨迹作为输入值，并使用Winterfell生成STARK证明来证明输出值的正确性。（3）特定zkML证明系统在有效的证明系统设计方面已经取得了一些进展，这些系统可以处理复杂的、电路不友好的高级ML模型操作。Modulus Labs的基准报告证明，像zkCNN这样基于GKR证明系统的系统，或者像Zator这样使用复合技术的系统，通常比通用的同类系统性能更高。 zkCNN是一种使用零知识证明来证明卷积神经网络（convolutional neural networks）正确性的方法。它使用sumcheck协议来证明快速傅里叶（Fourier）变换和卷积，其线性证明时间比渐近计算结果更快。交互式证明引入了若干改进和通则，包括验证卷积层、ReLU激活函数和最大池化。zkCNN特别有趣，因为Modulus Labs的基准报告发现，zkCNN在证明生成速度和RAM消耗方面都优于其他通用证明系统。 Zator是一个旨在探索使用递归SNARKs来验证深度神经网络的项目。目前验证深层模型的约束条件是将整个计算轨迹拟合到单个电路中。Zator提出使用递归SNARKs一次验证一层，可以渐进增量验证N步重复计算。他们使用Nova将N个计算实例缩减到一个实例中，这个实例可以通过单个步骤进行验证。通过这种方法，Zator能够snark一个具有512层的网络，这与当今大多数生产式AI模型一样深。对于主流用例来说，Zator的证明生成和验证时间仍然太长，但是其复合技术还是很有趣的。（4）应用程序鉴于zkML仍处于早期阶段，它将大部分重心都放在了上述基础设施方面。然而，目前有一些项目正在进行应用开发。 Modulus Labs是zkML领域中最多样化的项目之一，致力于应用范例和相关研究。在应用方面，Modulus Labs通过RockyBot（链上交易机器人）和Leela vs. the World（一种国际象棋游戏，所有人与经验证的Leela国际象棋引擎实例对决）展示了zkML的用例。该团队还涉足研究领域，撰写了The Cost of Intelligence（智能的成本）一文，对不同大小模型的各种验证系统的速度和效率进行了基准测试。 Worldcoin正在应用zkML，试图建立一个保护隐私的人格证明协议。Worldcoin正在使用定制硬件来处理高分辨率虹膜扫描，这些扫描被插入到他们的Semaphore实现中。然后，可用于执行有用的操作，如成员资格认证和投票。他们目前使用具有安全enclave的可信运行环境来验证摄像头签名的虹膜扫描，但他们最终的目标是使用ZKP来证明神经网络对加密级别安全保障的正确推理。 Giza是一种可以以一种完全无需信任的方法在链上部署AI模型的协议。它使用的技术栈包括用于表示机器学习模型的ONNX格式，用于将这些模型转换为Cairo程序格式的Giza Transpiler，用于以可验证和确定性的方式执行模型的ONNX Cairo Runtime，以及用于部署和执行链上模型的Giza Model智能合约。虽然Giza也可以属于模型到证明的编译器类别，但它们定位为ML模型市场是当今更有趣的应用之一。 Gensyn是一个去中心化硬件供应网络，用于训练ML模型。具体来说，他们正在设计一个基于梯度下降算法的概率审计系统，并使用模型检查点使去中心化的GPU网络能够为大规模模型训练提供服务。虽然他们的zkML应用明显特定于自身用例——他们希望确保当节点下载和训练模型的一部分时，他们对模型的更新是诚实的——但却展示了ZK和ML结合的强大功能。 ZKaptcha专注于web3的bot问题，为智能合约提供captcha（验证码）服务。它们目前的实现是让终端用户通过完成captcha来生成人类工作的证明，captcha由链上验证者验证，并通过几行代码由智能合约访问。今天，它们主要只依赖于ZK，但计划在未来实现zkML，类似于现有的web2 captcha服务，分析鼠标移动等行为，以确定用户是否是人类。 zkML市场仍处于相当早期的阶段，但很多应用程序已经进行了黑客马拉松级别的试验。这些项目包括AI Coliseum（一个使用ZK证明来验证机器学习输出的链上AI竞赛）、Hunter z Hunter（一个使用EZKL库来验证带有halo2电路的图像分类模型输出的照片寻宝游戏），以及zk Section 9（它将AI图像生成模型转换为用于铸造和验证AI艺术的电路）。 5、zkML面临的挑战虽然zkML正在以光速进行改进和优化，但该领域仍然存在一些核心挑战。这些挑战涉及到技术和实践方面，具体如下： · 高精度的量化 · 电路的大小（特别是多层网络） · 矩阵乘法的有效证明 · 对抗攻击量化是将大多数ML模型用来表示模型参数和激活函数的浮点数表示为定点数的过程，这在处理ZK电路的域算法时是必不可少的。量化对机器学习模型精度的影响取决于所使用的精度水平。通常，使用较低的精度（即更少的bits）会导致准确性降低，因为它会应用四舍五入和近似误差。然而，有几种技术可以用来最小化量化对准确性的影响，例如在量化之后微调模型，以及使用量化感知训练等技术。此外，zkSummit 9上的一个黑客马拉松项目Zero Gravity已表明，为边缘设备开发的替代神经网络架构（如无权重神经网络）可用于避免电路量化的问题。除了量化，硬件是另一个关键挑战。一旦机器学习模型通过电路进行了正确表示，由于ZK的简洁性，验证其推论的证明既便宜又快速。这里的挑战不在于验证者，而是在于证明者，因为随着模型越来越大，RAM消耗和证明生成时间会迅速增加。某些证明系统（例如使用sumcheck协议和分层算法电路的基于GKR的系统）或复合技术（例如wrapping Plonky2，它有高效的证明时间，但在较大模型的有效证明大小方面表现很差，使用Groth16，它不会随着模型的复杂性加大而增加证明大小）更适合处理这些问题，但是管理权衡是构建zkML项目的核心挑战。在对抗方面，还有工作要做。首先，如果一个无需信任的协议或DAO选择实现一个模型，在训练阶段仍然存在对抗攻击的风险（例如，训练一个模型在看到一个可用于操纵后续推理的输入时表现出特定的行为方式）。联邦学习（federated learning）技术和训练阶段zkML可能是最小化这种攻击面的一种方法。另一个核心挑战是，当一个模型属于隐私保护模型时，存在模型窃取攻击的风险。虽然模型的权重可以被混淆，但理论上仍可以在有足够的输入-输出对的情况下对权重进行反向工程。虽然这种风险主要针对小型模型，但风险就是风险。 6、扩展智能合约尽管优化这些模型以符合ZK运行条件还存在着这样那样的挑战，但优化改进正在以指数级的速度进行，有人预计，假设在进一步的硬件加速条件下，我们将很快扩展更广泛的机器学习领域。zkML已经从2021年0xPARC的zk-MNIST演示（展示了如何在可验证的电路中执行小型MNIST图像分类模型），发展到Daniel Kang在不到一年后对ImageNet-scale模型做了同样的验证。2022年4月，ImageNet-scale模型的准确率从79%进一步提高到92%，尽管目前的验证时间较慢，但像GPT-2这样大的网络在短期内是可行的。我们认为zkML是一个丰富且不断发展的生态系统，它希望扩展区块链和智能合约的功能，使其更加灵活、适应性更强、更加智能。虽然zkML仍处于早期开发阶段，但它已经开始显示出光明前景。随着技术的发展和成熟，我们有望看到出现更多链上zkML的创新用例。来源：金色财经
金色财经2023-05-24
LayerZero发币在即？
go
组件，分别是端点（Endpoint）、预言机（Oracle）和中继器（Relayer）。其运行流程：路线图威：hexf488888 或 web3889900 来源：金色财经
金色财经2023-05-24
暴风雨前的平静？一波企业违约潮恐将来袭市场料迎来转折点、这些公司危险了
 go
国股市已升至去年8月以来的高点。信用预言家指出了不断升级的威胁。重复破产正以金融危机以来最快的速度攀升，借贷成本不断上升，银行贷款标准也在收紧。许多华尔街资深人士表示，随着经济放缓，风险最高的公司债券的息差将不得不扩大。他们说，这将震动对危险的信贷负担视而不见的股市。多年来，垃圾债券收益率上升与股市波动之间的紧密联系一直很明显。纽约梅隆潘兴银行Lockwood Advisors首席投资官Matthew Forester表示:“市场似乎对前景过于乐观。”“我们认为，目前的信贷息差，尤其是低评级信贷息差，无法弥补周期性、政治和地缘政治风险。高收益债券的利差需要大幅走高。” 目前，面对压力，股市和信贷市场似乎都不为所动。尽管如此，这种压力还是引起了美联储主席鲍威尔的注意。花旗集团(Citigroup Inc.)策略师本周撰文称，标准普尔500指数出现了新的看涨情绪，而美国就债务上限达成的政治协议可能会提振这种看涨情绪。投机级公司债的平均息差(高于投资级公司债的收益率)不到500个基点。这距离经济衰退或信贷紧缩的价格还有很长的路要走。但如果在大量企业倒闭的情况下利差开始扩大，根据股市波动性与高收益利差之间的历史相关性，这可能是股市的一个转折点。规模较小且负债累累的公司的股票将首当其冲。利差扩大的可能性似乎越来越大。雷曼利维安弗里德森顾问公司(Lehman Livian Fridson Advisors)的Marty Fridson表示，如果明年美国出现经济衰退(目前市场预计发生这种情况的几率为65%)，高收益债券市场的利率可能会升至至少1000个基点，他认为利率应该已经触及750个基点，以反映信贷紧缩。法国兴业银行(Societe Generale SA)创建的模型也显示，这将导致股价大幅波动。尽管本季度大西洋两岸的股指都有所上涨，但对信贷的担忧至少让股票投资者有了更清晰的认识。基金经理正更加关注公司基本面，青睐那些资产负债表强劲的公司。彭博汇编的数据显示，一家公司的财务状况越不稳定，其股价就越糟糕。法国兴业银行的定量研究主管Andrew Lapthorne表示，随着经济放缓，贫富之间的差距将变得更加明显。他表示:“最终，当经济衰退期间利润下降，而我们还没有到那种程度时，资产负债表的情况就变得最重要了。”“当市场抛售或对某些事情做出反应，资产负债表最弱的股票受到重创时，就会进入最后阶段——衰退。” 资产负债表最健康的一篮子股票今年迄今已大幅上升14.5%，而债务占比高的股票仅增长了1.1%。高盛集团(Goldman Sachs Group Inc.)的数据显示，这是2007年以来的第二大升幅。在宽松货币时代激增的投机性成长型股票将是最容易受到这种“安全第一”转变影响的股票之一。无利可图的科技公司看起来很危险，根据高盛指数，这些股票的股价两年内飙升了超300%。规模较小的公司将倍加紧张。分析师们预计，2023年第二季，罗素2000小盘股指数的营收将下降9.7%，而标准普尔500指数成份股的营收将下降0.4%。目前标普500指数成分股企业与罗素2000指数成分股企业的销售预期之间的差距为7年来最大。（图源：彭博社）不盈利的科技初创公司可能会面临破产，而它们规模更大、盈利能力更强的同行却过得更开心。美国银行(Bank of America Corp.)的最新调查显示，投资者正在迅速增加对这些公司的配置。这反映了人们的信心，即这些拥有坚如磐石的资产负债表和大量现金的巨头将比那些背负债务的巨头更好地度过衰退。贝莱德基本股票(BlackRock Fundamental Equities)欧洲、中东和北非地区副首席信息官Helen Jewell表示:“经济增长放缓要求关注优质公司——那些利润率高、债务水平低、自由现金流收益率和资本回报率高的公司。”“从历史上看，这些潜在的基本面因素一直是股票回报的关键决定因素。”
市场焦点2023-05-24

上一页
1
•••
187
188
189
190
191
•••
259
下一页

24小时热点

最新话题更多