📢Todo sobre el AMA de Allora: Resumen clave Primero, agradezco a Ari @heysoahri por sus preguntas previas, a Humbleman @Cryptowombat125 por organizar y llevar a cabo el AMA de manera clara, y a nuestro fundador @nick_emmons por sus maravillosas respuestas. He estado escuchando el AMA de Allora @AlloraNetwork en tiempo real y, al resumirlo, he tenido muchas nuevas ideas. ¡Esto es material para otro Yapping! ^^ ✔️Resumen clave ▪️Antes del mainnet: Optimización de la agregación/función objetivo y mejora significativa en la incorporación de desarrolladores con Forge. ▪️Diferenciación: Inferencia centrada en objetivos, agregación especializada en finanzas/DeFi que supera el rendimiento de un solo modelo. ▪️Captura del valor del token: Activos basados en inteligencia respaldados por el uso real, como gas, pagos de inferencia, seguridad de staking, slots para trabajadores, etc. ▪️TGE/recompensas: Fecha de TGE no divulgada (anuncio oficial por venir). ▪️Yapping/recompensas por país: Incluye asignación para Corea, se planea un diseño de recompensas vinculado a múltiples programas (números específicos no divulgados, pero se menciona que "no decepcionará"). ✔️Resumen de preguntas 1. ¿Qué ha cambiado antes del mainnet? (actualización técnica) ▪️Optimización de la lógica de agregación y función objetivo: Más allá de la simple predicción de precios continuos, se están realizando experimentos para integrar la lógica estratégica directamente en la función objetivo para obtener resultados más prácticos. ▪️Preparación para la expansión de tipos de problemas: Actualmente, se tiene fortaleza en regresiones; se está llevando a cabo investigación y desarrollo a nivel de protocolo para expandirse a otros tipos de problemas de IA. ▪️Mejora del diseño de emparejamiento económico: Se están realizando trabajos para mejorar los mecanismos de incentivos que emparejan a proveedores y consumidores de modelos de manera más eficiente. 2. La nueva 'Forge' que cambia la incorporación de desarrolladores (próximamente en alpha) ▪️Reforma total de Allora Forge: Evolución hacia una plataforma de desarrolladores de modelos que abstrae el alojamiento, DevOps/MLOps y la provisión de datos en un solo lugar. ▪️Incorporación sin conocimientos de criptografía: Simplificación del acceso a API/SDK, datos y características, lo que reduce significativamente la barrera de entrada para desarrolladores de IA sin antecedentes en criptografía. 3. Expectativas de la transición de testnet a mainnet ▪️Temas: La mayoría de los temas de testnet (predicciones de precios/retornos/volatilidad/volumen, etc.) se activarán en el mainnet. ▪️Calidad y escalabilidad: Los entornos de dinero real suelen atraer más y mejores modelos. ▪️Accesibilidad: Red sin permisos --> cualquier desarrollador/usuario puede acceder a través de API/SDK, con una experiencia de usuario similar a la de testnet. 4. Cómo Allora se diferencia de la IA centralizada ▪️Analogía de "intención": Los usuarios especifican lo que quieren hacer, no qué modelo elegir; la red agrega los modelos óptimos para la tarea. ▪️Enfoque en finanzas/DeFi: Donde los LLM son más débiles (cuantitativo/financiero), la inteligencia de modelos agregados supera consistentemente a los modelos individuales. ▪️Más allá de los límites de un solo modelo: Los resultados agregados superan a cualquier contribuyente individual, cambiando de un paradigma centrado en el modelo a uno centrado en el objetivo. 5. Horizontes de predicción: ¿Hasta dónde? ▪️Teóricamente arbitrario, pero horizontes más largos retrasan la verdad fundamental --> ciclos de auto-mejora más lentos. ▪️Prácticamente, el ecosistema favorece horizontes a escala horaria (ciclos de verificación y recompensas más rápidos). 6. Consumo: App vs. API/SDK ▪️Hoy: La infraestructura de middleware tiene un fuerte carácter, los desarrolladores/protocolos son los principales consumidores a través de API/SDK, los usuarios finales ven los resultados dentro de productos integrados. ▪️Mañana: A medida que llegue la agregación generativa/LLM, surgirán más interfaces para usuarios finales. 7. Asociaciones y huella en Corea ▪️Agentes de IA como vector de crecimiento: Los LLM orquestan, Allora maneja la cognición financiera, habilitando agentes DeFi efectivos. ▪️Enfoque en Corea: Desde la educación --> POCs con instituciones hasta una expansión más amplia, siendo el único proyecto de IA descentralizada invitado a AI World (conferencia gubernamental). 8. Utilidad del token (¿Por qué HODL?) ▪️Pagos de gas e inferencia: Financiar temas y pagar por inferencia. ▪️Seguridad económica: Validadores y Reputers hacen staking para asegurar la red, delegación y recompensas para los poseedores. ▪️Participación de trabajadores: Los trabajadores de predicción/inferencia compran slots de temas con el token y ganan recompensas basadas en el rendimiento. Posicionamiento: Si BTC es respaldado por energía, Allora es un activo respaldado por "inteligencia" que se acumula a medida que más y mejores modelos se unen. 9. TGE y recompensas ▪️Fecha de TGE: No divulgada (se anunciará a través de canales oficiales). ▪️Yapping/asignaciones por país: Existen asignaciones específicas para Corea, se planean recompensas de múltiples programas (números retenidos, orientación: "no decepcionará").