Hier à 2 heures du matin, j'ai mangé des brochettes avec un ami. Il regardait le robot de trading AI et se plaignait : « Qu'il gagne ou pas, peu importe, ce que je crains le plus, c'est qu'il invente des raisons à tort et à travers. » Il m'a aussi montré une capture d'écran de ses gains en me les montrant en face, disant que c'était très stable, mais il tremblait tout le temps. Je lui ai demandé spontanément : « Alors, quel modèle utilise-t-il exactement ? » Il est resté perplexe : « Je ne sais pas... de toute façon, ça tourne. » J'ai eu un frisson dans le dos sur le moment.

C'est aussi pour ça que je me suis récemment intéressé à @inference_labs : ils ne sont pas meilleurs que d'autres pour « générer », mais ils ont transformé « le processus de raisonnement » en un registre auditif. Deux choses importantes récemment : ① Annonce officielle de leur collaboration avec @cysic_xyz, pour mettre la preuve zkML sur un réseau décentralisé de calculs/hardware, ciblant directement le temps de preuve et le coût, un vieux défi ; ② L'équipe officielle dit que JSTprove est déjà intégré directement dans DSperse, avec des modèles découpés et exécutés en parallèle, chaque segment pouvant produire un « reçu » vérifiable. En plus, le TruthTensor Crucible S1 vient de passer en tête du classement, je suis un peu excité — ce n’est pas un PPT, c’est une tentative de pousser l’IA vérifiable dans l’environnement de production.