白皮书中关于Mira的内容真正隐藏了什么,少有人提及?
目前大多数AI项目都将“可验证AI”作为营销口号。但很少有项目公开背后的技术流程细节。@mira\_network的白皮书则完全相反:他们拆解了整个验证流程的根源。
第一步是分解命题(claim decomposition)。他们不是验证一段长文本,而是将内容拆分成独立的原子命题。例如:“地球绕太阳旋转”将成为一个单独的验证单元。这一点非常重要,因为它消除了“部分正确但部分错误”仍被视为有效的情况。
第二步是分片(sharding)。命题被随机分发到多个节点。没有任何一个节点能看到全部内容,也不知道自己处理的片段属于哪个查询。这种结构几乎使系统级的串通变得不可能。
第三步是多样化验证。每个节点使用不同的LLM模型,具有不同的训练数据和架构。命题被转化为标准化的多项选择题。通过4个选项和3次验证,随机猜测成功的概率仅为1.56%。结合质押(staking)和削减(slashing)机制,作弊行为在经济上变得不合理。
最后一步是链上证明。当达成共识时,Mira会发放一个密码学证书,记录已达成一致的模型、共识阈值、时间和签名。任何人都可以查询。无需信任,只需证据。
$MIRA