
Một ngày tăng 500%, hiểu thế nào về Tensorplex Labs được Yzi Labs đầu tư?
Tuyển chọn TechFlowTuyển chọn TechFlow

Một ngày tăng 500%, hiểu thế nào về Tensorplex Labs được Yzi Labs đầu tư?
Việc Tensorplex Labs được Yzi Labs đầu tư chỉ là một minh chứng nhỏ cho thấy hệ sinh thái Bittensor đang dần được thị trường chấp nhận, trong khi Bittensor "halal" thường không thu hút nhiều sự chú ý lớn trên thị trường.
Bài viết: BUBBLE, BlockBeats
Sáng nay, Yzi Labs công bố đầu tư vào Tensorplex Labs, ngay lập tức dự án mạng con Dojo của Bittensor tăng giá 500%. Cùng thời điểm năm ngoái, công ty khởi nghiệp AI phi tập trung Tensorplex Labs đã hoàn thành vòng gây vốn hạt giống 3 triệu USD. Một năm sau, Tensorplex Labs đã đóng góp cho hệ sinh thái Bittensor trong nhiều lĩnh vực như Dex, bảng dữ liệu và trí tuệ nhân tạo. Bài viết này sẽ phân tích ngắn gọn vì sao công ty Singapore mới thành lập hai năm lại trở thành một thành viên cốt lõi trong hệ sinh thái Bittensor.

Hạt nhân DeFi của Bittensor
Staking và cho vay
Trước khi dTao ra mắt, hệ sinh thái Bittensor thực sự rất nghèo nàn. Tensorplex đã đóng góp các sản phẩm DeFi trọng yếu cho hệ sinh thái TAO, trong đó có Tensorplex Stake – một sản phẩm staking đa chuỗi phát hành stTAO, một token ERC20 thuộc loại LSD (Liquid Staking Derivative), cho phép nhà đầu tư EVM tham gia hệ sinh thái TAO và nhận thưởng staking mà không cần tải ví tương thích Substrate hay ủy quyền thủ công. Ngoài ra, tài sản staking cũng có thể được cầu nối sang các mạng như Bittensor để tham gia vận hành node xác thực. Để hỗ trợ điều này, Tensorplex còn xây dựng cầu nối tin cậy tối thiểu giữa Substrate và EVM. Đồng thời, họ ươm tạo các giao thức cho vay như TaoBank, cho phép người dùng dùng TAO đã staking làm tài sản thế chấp để vay khoản vay không lãi suất. TVL đỉnh điểm đạt hơn 30 triệu USD, giúp Tensorplex trở thành một trong những node xác thực lớn nhất trên nền tảng Tao.

Sàn giao dịch + Bảng dữ liệu tích hợp Backprop

Chỉ tháng trước, song song với việc ra mắt chính thức dTAO, @BackpropFinance cũng chính thức lên sóng. Vào thời điểm hiện tại, là một trong ba sàn DEX có thể giao dịch dTAO (cùng với hotkeyswap, taostats), ngoài việc cho phép người dùng giao dịch các subnet Alpha khác nhau, Backprop còn cung cấp bảng dữ liệu toàn diện, tích hợp nhiều chức năng như bảng theo dõi giao dịch, phân tích địa chỉ, truy vấn thông tin chuỗi khối, phân tích thị trường... vào cùng một sản phẩm. Giao diện quen thuộc cùng bảng dữ liệu đầy đủ đã giảm đáng kể rào cản tham gia hệ sinh thái TAO đối với người dùng mới, khiến Backprop trở thành sản phẩm DEX được yêu thích nhất hiện nay trên Bittensor.


Phát triển hệ sinh thái AI
LLM
Tensorplex đã thử nghiệm nhiều lần trong lĩnh vực mô hình ngôn ngữ lớn (LLM), từng tạo ra mô hình vượt qua tất cả các mô hình mã nguồn mở tương tự trong cuộc thi huấn luyện trước LLM phi tập trung trên @MacrocosmosAI (Subnet 19). Họ vận hành trình xác thực trên hơn 60 subnet Bittensor, cũng như trên các nền tảng AI như @flock_io và @AlloraNetwork. Từ năm 2023, họ đã phát hành mô hình hàng đầu Sumo trên Subnet 9 của Bittensor, và đến tháng 4 năm 2024, khi giới hạn tham số được nâng lên 7 tỷ, hiệu suất của Sumo-T9-7B thậm chí còn vượt qua các mô hình nổi tiếng như Falcon 7B và Llama 2 7B.

Tensorplex Stream
Tensorplex cũng thử nghiệm trong lĩnh vực Agent. Cùng với @Corcel_X (Subnet 18), họ đã xây dựng chatbot RAG Web3 đầu tiên - "Tensorplex Stream", sử dụng dữ liệu từ các bản ghi podcast tiền mã hóa để huấn luyện Agent AI, phát hành một Agent tổng hợp và tóm tắt thông tin tiền mã hóa mới nhất. Hiện nay, ngoài Chatbot, họ còn phát triển thêm mục Podcasts, để AI có thể "nói" ra những thông tin mà nó thu thập được. Việc tận dụng lợi thế của RAG để thu thập thông tin mới nhất trong thị trường tiền mã hóa phát triển nhanh chóng sau đó đã được ứng dụng rộng rãi.

Dojo Subnet

Dojo Subnet trong 24 giờ qua đã trở thành subnet sáng giá nhất trong dTAO, và sau khi YziLabs công bố đầu tư vào Tensorplex Labs, giá trị còn tăng mạnh 500%. Dojo là một nền tảng thu thập dữ liệu, nhưng không chỉ dừng lại ở đó – đây là một hệ sinh thái tổng hợp kết hợp con người với vai trò là bên quan sát thứ ba, nơi trí tuệ con người trực tiếp ảnh hưởng đến việc phát triển, đào tạo và vận hành Agent AI trên chuỗi và ngoài đời thực.

Quy trình hoạt động chính: bất kỳ ai cũng có thể dùng LLM để tạo ra các nhiệm vụ tổng hợp độc đáo (có thể là phản hồi vật lý trong game, chất lượng hình ảnh được tạo, thuật toán vật lý,...). Dojo thu thập dữ liệu phản hồi "nhân công" và áp dụng kỹ thuật làm rối đáp án.
Sau đó, thợ mỏ phân phối nhiệm vụ; nhiệm vụ của người xác thực là xác minh tính đúng đắn cơ bản của các phản hồi do LLM tạo ra, đánh giá chất lượng phản hồi từ các đóng góp khác nhau, và phân bổ phần thưởng dựa trên các tiêu chí đa chiều: tính nhất quán của con người (Weighted Cohen’s Kappa), độ ổn định (Hệ số tương quan nội lớp ICC), độ trung thực dữ liệu (Tương quan Spearman). Những dữ liệu này sẽ được dùng để cải thiện các mô hình mã nguồn mở và tối ưu hóa chúng.

Dojo sử dụng các biện pháp kỹ thuật để ngăn chặn tấn công Sybil và đảm bảo người đóng góp là con người thật (khi hệ thống trưởng thành, sẽ bổ sung thêm vai trò chống lại kẻ tấn công, tạo thành chuỗi đóng góp). Cho đến nay, Dojo đã thu thập hơn 3 triệu điểm dữ liệu do con người tạo ra.

Việc Tensorplex Labs được Yzi Labs đầu tư chỉ là một biểu hiện cho thấy hệ sinh thái Bittensor đang dần được thị trường chấp nhận. Bittensor thường bị xem là "halal" nên ít thu hút sự chú ý lớn trên thị trường. Nhưng thực tế, với tư cách là một hệ sinh thái AI lâu đời, các dự án trong hệ đều sở hữu năng lực và sự kiên nhẫn nhất định, tạo nên bầu không khí nghiêm túc, tập trung phát triển sản phẩm. Dù vẫn còn những vấn đề như subnet dạng vỏ bọc hay hệ thống dTAO chưa hoàn thiện, chúng ta vẫn kỳ vọng Bittensor sẽ tiếp tục mang đến nhiều sản phẩm xuất sắc hơn nữa. BlockBeats sẽ tiếp tục theo dõi sát sao.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News














