Récemment, @carv_official publié un ensemble de cadres et de normes D.A.T.A. Comme son nom l’indique, le G.A.M.E de Virtual est un cadre de développement et de déploiement axé sur les scénarios de jeu, tandis que D.A.T.A est un cadre de données pour les scénarios généraux de « chaîne », résolvant principalement le problème de l’amélioration des capacités d’interaction des données des agents d’IA tels que le traitement des données inter-blockchain, l’informatique de confidentialité et la prise de décision automatisée. Parlons de la compréhension du D.A.T.A par rapport au cadre G.A.M.E :
Le cadre G.A.M.E fourni par @virtuals_io est un agent d'IA qui aide les développeurs à créer des scénarios de jeu où l'agent peut planifier ses actions et prendre des décisions de manière autonome. Il est principalement destiné aux LLMs de grande taille.
Permettre aux grands modèles de prendre des décisions autonomes et de planifier des actions en fonction des entrées de langage naturel, en utilisant un planificateur avancé (HLP) et un planificateur bas niveau (LLP) ajustés. HLP élabore des stratégies et des tâches, tandis que LLP transforme les tâches en actions concrètes exécutables. Cela permet aux développeurs de construire et de déployer rapidement des agents d'IA utilisables en production, en se basant sur des composants modulaires. Par exemple, pour fournir une prise de décision intelligente aux PNJ ou aux joueurs dans un jeu.
En revanche, CARV fournit le cadre D.A.T.A, qui est une infrastructure de « données » pour les scénarios généraux, dans le but de fournir un support de données on-chain et off-chain de haute qualité pour les agents d’IA. Son principal objet de service est la capacité de communication et d’interaction inter-chaînes « données » de l’agent IA.
En tant que chaîne publique universelle modulaire et extensible, SVM Chain a introduit un protocole de normalisation des données inter-chaînes, permettant à l'agent IA d'accéder et de traiter de manière uniforme les données de différentes blockchains, tandis que les mécanismes de vérification et de traçabilité des blockchains garantissent la sécurité des données lors de leur transmission et de leur traitement. De plus, l'application des technologies TEE et ZK assure la confidentialité. Il est facile de constater que CARV définit principalement un mécanisme d'adaptation et d'interaction des opérations pour les agents IA entre les chaînes.
Comment faire concrètement? Le système écologique CARV se compose de quatre composants clés pour l'interaction inter-chaîne de l'agent AI: SVM Chain, cadre D.A.T.A, CARV_ID, CARV_Labs; Voir la documentation pour référence.
SVM Chain fournit une infrastructure de base de la chaîne de blocs, y compris le traitement des transactions inter-chaînes, la prise en charge de l'exécution des contrats intelligents, le maintien du mécanisme de consensus et d'autres fonctions de base, ce qui est également l'infrastructure de base de la chaîne requise pour le fonctionnement normal du cadre D.A.T.A.
Le cadre et les normes de D.A.T.A comprennent principalement la normalisation des données inter-chaînes, l'agrégation et le traitement des données, le support du calcul de la confidentialité, etc. Au cours du processus, les données brutes sont extraites de SVM Chain ou obtenues, puis associées via le système d'identification par ID et le système d'identité des agents, et enfin des données normalisées sont produites pour la couche d'application.
Le système de gestion d'identité CARV_ID est basé sur la norme ERC7231 et comprend principalement des marques d'identité AI Agent, une vérification d'identité, une gestion des autorisations, une autorisation de données, etc., qui travaillent principalement en collaboration avec le système de cadre D.A.T.A pour la gestion des données.
4、CARV_Labs, principalement par l'incubation de projets, la mise en œuvre d'applications écologiques, le soutien à l'innovation technologique, etc., fournit un soutien de base pour la mise en œuvre de l'application AI Agent, permettant finalement aux applications AI Agent prises en charge par d'autres modules de cadre technologique de se concrétiser réellement.
Dans l'ensemble, il est clair que la manière dont CARV entre dans le domaine des agents d'IA est d'exploiter son avantage structurel en chaîne, de saisir ce "point fonctionnel" de traitement des données en amont et en aval nécessaires au fonctionnement normal de l'agent d'IA, en agrégeant des données, en définissant des normes de données, en construisant des mécanismes de validation et de traçabilité des données, afin de faire de CARV une architecture blockchain capable de faire fonctionner un agent d'IA.
Il existe une différence essentielle entre le cadre G.A.M.E et le cadre D.A.T.A, l’un explore en profondeur les capacités autonomes de prise de décision et d’exécution d’actions de l’agent d’IA dans la scène du jeu, afin que l’agent d’IA puisse comprendre plus efficacement l’entrée en langage naturel et la traduire en actions dans la scène du jeu, et l’autre chevauche l’environnement multi-chaînes, en essayant d’être guidé par les besoins de chaînage de l’agent d’IA, en prenant les « données » comme point d’entrée, faisant de CARV une chaîne d’infrastructure générale qui sert d’abord l’agent d’IA.
Le contenu est fourni à titre de référence uniquement, il ne s'agit pas d'une sollicitation ou d'une offre. Aucun conseil en investissement, fiscalité ou juridique n'est fourni. Consultez l'Avertissement pour plus de détails sur les risques.
Décryptage du cadre D.A.T.A : comment reconstruire l'écosystème d'interaction multi-chaîne ?
Écrit par : Haotian
Récemment, @carv_official publié un ensemble de cadres et de normes D.A.T.A. Comme son nom l’indique, le G.A.M.E de Virtual est un cadre de développement et de déploiement axé sur les scénarios de jeu, tandis que D.A.T.A est un cadre de données pour les scénarios généraux de « chaîne », résolvant principalement le problème de l’amélioration des capacités d’interaction des données des agents d’IA tels que le traitement des données inter-blockchain, l’informatique de confidentialité et la prise de décision automatisée. Parlons de la compréhension du D.A.T.A par rapport au cadre G.A.M.E :
Permettre aux grands modèles de prendre des décisions autonomes et de planifier des actions en fonction des entrées de langage naturel, en utilisant un planificateur avancé (HLP) et un planificateur bas niveau (LLP) ajustés. HLP élabore des stratégies et des tâches, tandis que LLP transforme les tâches en actions concrètes exécutables. Cela permet aux développeurs de construire et de déployer rapidement des agents d'IA utilisables en production, en se basant sur des composants modulaires. Par exemple, pour fournir une prise de décision intelligente aux PNJ ou aux joueurs dans un jeu.
En revanche, CARV fournit le cadre D.A.T.A, qui est une infrastructure de « données » pour les scénarios généraux, dans le but de fournir un support de données on-chain et off-chain de haute qualité pour les agents d’IA. Son principal objet de service est la capacité de communication et d’interaction inter-chaînes « données » de l’agent IA.
En tant que chaîne publique universelle modulaire et extensible, SVM Chain a introduit un protocole de normalisation des données inter-chaînes, permettant à l'agent IA d'accéder et de traiter de manière uniforme les données de différentes blockchains, tandis que les mécanismes de vérification et de traçabilité des blockchains garantissent la sécurité des données lors de leur transmission et de leur traitement. De plus, l'application des technologies TEE et ZK assure la confidentialité. Il est facile de constater que CARV définit principalement un mécanisme d'adaptation et d'interaction des opérations pour les agents IA entre les chaînes.
SVM Chain fournit une infrastructure de base de la chaîne de blocs, y compris le traitement des transactions inter-chaînes, la prise en charge de l'exécution des contrats intelligents, le maintien du mécanisme de consensus et d'autres fonctions de base, ce qui est également l'infrastructure de base de la chaîne requise pour le fonctionnement normal du cadre D.A.T.A.
Le cadre et les normes de D.A.T.A comprennent principalement la normalisation des données inter-chaînes, l'agrégation et le traitement des données, le support du calcul de la confidentialité, etc. Au cours du processus, les données brutes sont extraites de SVM Chain ou obtenues, puis associées via le système d'identification par ID et le système d'identité des agents, et enfin des données normalisées sont produites pour la couche d'application.
Le système de gestion d'identité CARV_ID est basé sur la norme ERC7231 et comprend principalement des marques d'identité AI Agent, une vérification d'identité, une gestion des autorisations, une autorisation de données, etc., qui travaillent principalement en collaboration avec le système de cadre D.A.T.A pour la gestion des données.
4、CARV_Labs, principalement par l'incubation de projets, la mise en œuvre d'applications écologiques, le soutien à l'innovation technologique, etc., fournit un soutien de base pour la mise en œuvre de l'application AI Agent, permettant finalement aux applications AI Agent prises en charge par d'autres modules de cadre technologique de se concrétiser réellement.
Dans l'ensemble, il est clair que la manière dont CARV entre dans le domaine des agents d'IA est d'exploiter son avantage structurel en chaîne, de saisir ce "point fonctionnel" de traitement des données en amont et en aval nécessaires au fonctionnement normal de l'agent d'IA, en agrégeant des données, en définissant des normes de données, en construisant des mécanismes de validation et de traçabilité des données, afin de faire de CARV une architecture blockchain capable de faire fonctionner un agent d'IA.
Il existe une différence essentielle entre le cadre G.A.M.E et le cadre D.A.T.A, l’un explore en profondeur les capacités autonomes de prise de décision et d’exécution d’actions de l’agent d’IA dans la scène du jeu, afin que l’agent d’IA puisse comprendre plus efficacement l’entrée en langage naturel et la traduire en actions dans la scène du jeu, et l’autre chevauche l’environnement multi-chaînes, en essayant d’être guidé par les besoins de chaînage de l’agent d’IA, en prenant les « données » comme point d’entrée, faisant de CARV une chaîne d’infrastructure générale qui sert d’abord l’agent d’IA.