فيتاليك يشارك أحدث التقدم في نماذج LLM مع إبراز توسع التقاطع بين Ethereum والذكاء الاصطناعي في 28 مايو

وفقاً لـPANews، في 28 مايو، شارك فيتاليك بوتيرين تحديثات حول إعداد نموذج لغته الذاتي (LLM)، مع التأكيد على تزايد تقاطع بنية إيثيريوم التحتية مع الذكاء الاصطناعي. وأشار إلى أن النسخة 2-bit المُكمَّمة من Deepseek V4 تعمل ضمن ذاكرة تبلغ 90GB تقريباً بمعدل نحو 35 رمزاً في الثانية على أجهزة Apple، لكن بسرعة 7 رموز في الثانية فقط على AMD، مؤكداً أن دعم منصّات متعددة من موردين مختلفين هو المفتاح للتمييز بين "decentralized AI" و"CROPS AI". كما أن نموذج Leanstral من Mistral، الذي يركز على كتابة كود Lean، يعمل بدوره في 70GB مع أداء مماثل تقريباً لنماذج بقيمة 1T بارامتر.

وشرح فيتاليك أيضاً دور التحقق الصوري في تعزيز أمان الشيفرة، مقترحاً أن التحقق الصوري بمساعدة الذكاء الاصطناعي يتيح "إثباتات أمنية end-to-end" قابلة للتطبيق على STARKs وخوارزميات الإجماع ومكوّنات EVM. كما أبرز أن البلوك تشين وZK-SNARKs توفر قابلية تحقق مفتوحة وقابلية للتوسع في الخصوصية، بينما يؤدي دمج الذكاء الاصطناعي مع التحقق الصوري إلى تحسين كفاءة الشيفرة مع استعادة الدقة، بما يشكل حزمة تقنيات متكاملة.