Reppo (REPPO)

https://t.co/Japf0eVENy

@reppo 解决的根本问题对某些人而言听起来并不性感，因为“训练/偏好数据”像是基础设施管道。而事实确实如此。水管工和电工在数据中心变得炙手可热之前从未受关注 🔥

对加密社区而言，我认为 $REPPO 的有趣之处在于将最不流动、却最有价值的 AI 输入转化为市场。

目前，偏好数据分散、私有，且被少数实验室/平台掌握。@reppo 使其能够持续生成、定价、奖励，并在下游被代理人/机器人/模型使用。

它不仅仅是“更好的训练数据”。

AI 需要用于口味、反馈和人类偏好的市场，而 Reppo 正在为此构建轨道。

我对深入了解这一点感到兴奋，Scale 之所以估值 290亿美元是因为解决了这个精准问题，而且我相信这是一万亿美元的机会，而大多数人仍在链上沉睡 ⛽️

收到一些私信，询问在去中心化 AI 背景下推理与训练数据之间的关系。

我的思考方式是：去中心化推理解决了交付问题。它确保模型可以私密、低成本地运行，而无需中心化的控制点。这是一个真正且有价值的解决方案。

@reppo 正在研究交付之前的环节。决定模型实际了解什么、如何表现以及是否可信的数据和人为反馈。这些并不是竞争性的想法。

它们是同一堆栈中相邻的层，需要同时存在，去中心化 AI 更广阔的愿景才能真正实现。

一些想法 ⛽️