Eine KI, fünf Schichten, eine Million Geräte
Daten fließen als datenschutzwahrendes Signal nach oben, nie als Rohinhalt. Jede Schicht hat eine eigene Verantwortung und eine eigene Vertrauensgrenze, vom physischen Substrat bis zur unveränderlichen Aufsichtsebene.
Das Fünf-Schichten-System
Die unveränderliche Aufsichtsebene. Sie prüft bei jedem Schritt die Level-0-Fundamente, wacht über auftauchende Fähigkeiten und das Austricksen von Zielen und hält das letzte Release-Gate und den Kill-Switch. Sie kann vom System, das sie beaufsichtigt, nicht verändert werden.
Die automatisierte Forschungsschleife plus der Champion-Challenger-Release. Günstige Experimente finden das Rezept; validierte Rezepte lösen die teuren Läufe aus. Ein Challenger wird nur bei Abstand, Signifikanz und null Sicherheitsregressionen befördert.
Das globale Modell: ein Mixture-of-Experts-Kern mit Router, Retrieval und Langzeitgedächtnis, Werkzeugnutzung, Agenten-Orchestrierung und Spezialisten-Heads. Trainiert auf der GPU-Stufe und in die Persönlichen KIs destilliert.
Ein kompaktes On-Device-Modell pro Nutzer. Es lernt Ihren Kontext lokal, serviert private Inferenz, personalisiert und gibt nur datenschutzwahrendes gelerntes Signal nach oben ab.
Eine hardwareabstrahierte Laufzeitumgebung über Telefone, PCs, Macs und GPU-Nodes hinweg. Gemessene und verifizierte Rechenleistung. Rohe Nutzerdaten leben und sterben hier, die harte Datenschutzgrenze.
Er macht alles selbst
Intern ist Hylon ein System, wie jede starke KI. Ihnen und dem Netzwerk gegenüber tritt es als ein in sich geschlossener Assistent auf, ohne harte Abhängigkeit von irgendeinem externen Anbieter.
Mixture-of-Experts-Kern
Spärliches Experten-Routing, damit das Modell Kapazität skaliert, ohne jeden Token mitzuskalieren, die übliche Bauform eines starken Modells.
Retrieval und Gedächtnis
Langzeitgedächtnis und Retrieval geben dem Modell dauerhaften Kontext über einen einzelnen Prompt hinaus.
Werkzeugnutzung und Agenten
Das Modell ruft Werkzeuge auf und orchestriert mehrstufige Agenten, damit es die ganze Aufgabe erledigen kann, statt nur in einer Box zu antworten.
Spezialisten-Heads
Domänenspezifische Heads für die Brückenkopf-Aufgaben, bei denen Hylon nachweislich vorn sein will.
Ihr Kontext bleibt auf Ihrem Gerät
Die Persönliche KI lernt lokal aus Ihren Nachrichten, Dateien und Gewohnheiten. Rohdaten verlassen das Gerät nie. Was das Netzwerk lernt, ist Signal, nicht Daten: datenschutzwahrende Modell-Updates, geteilt über föderiertes Lernen mit Differential Privacy und sicherer Aggregation, sodass kein Individuum rekonstruiert werden kann.
Wir behandeln Datenschutz als Ingenieursgarantie und als dokumentierte Rechtsposition, mit Abwehrmaßnahmen, die gegen Membership-Inference und Modellinversion evaluiert werden. Wir behaupten nicht, außerhalb des Rechts zu stehen. Wir sind innerhalb des Rechts verteidigungsfähig.
Zwei Stufen, nur verifizierte Arbeit
Dezentral durch Geografie und Eigentum, nicht durch die Behauptung, Telefone könnten trainieren. Das Bandbreitenproblem wurde durch kommunikationsarmes Training gelöst; der Berg ist die aggregierte Rechenleistung.
Training auf GPU-Clustern
GPUs auf Rechenzentrumsniveau, ein Kern im Besitz der DAO plus Operatoren mit Stake, koordiniert über das Internet mit kommunikationsarmem Training, das den Netzwerkbedarf um Größenordnungen senkt. Bandbreite ist gelöst; Speicher und aggregierte Rechenleistung sind die echten Grenzen.
Geräte tun, was sie können
Das Ziel: eine Million Telefone, PCs und Macs, die Inferenz servieren, auf dem Gerät personalisieren, Verstärkungssignal bewerten und Daten beisteuern. Die laufende Node-Beta beginnt mit verifizierter Benchmark- und Verifikationsarbeit. Immer verifiziert, nie für bloße Betriebszeit belohnt.
Bezahlt wird echter Output, nicht Betriebszeit
Inferenz
Locality-Sensitive-Hashing der Aktivierungen belegt, dass ein Node das Modell wirklich ausgeführt hat, zu einem Bruchteil der Kosten einer erneuten Ausführung.
Training
Ökonomische und statistische Bewertung auf zurückgehaltenen Batches plus Redundanz fangen unehrliche oder minderwertige Beiträge ab.
Hohe Absicherung
Trusted Execution Environments attestieren sensible Workloads, wo ein Kunde eine Hardwaregarantie braucht.
Es verbessert und veröffentlicht sich selbst, innerhalb von Leitplanken
Eine automatisierte Forschungsschleife schlägt Rezepte vor, fährt günstige Experimente und trainiert den nächsten Kandidaten. Wenn ein Challenger das Live-Modell auf einer festen Gate-Suite nachweislich schlägt und jede Sicherheitsprüfung besteht, wird er automatisch zu einer neuen benannten Version befördert, vom Schattenbetrieb bis zum Vollausbau ausgerollt, mit automatischem Rollback, on-chain protokolliert.
Die Level-0-Fundamente können nicht selbst verändert werden, und ein Sicherheitsrat hält das letzte Release-Gate und einen Kill-Switch. Die Ambition ist maximal; der Schadensradius ist begrenzt.
Das vollständige technische Whitepaper lesen
Jeder Mechanismus auf dieser Seite ist im Hylon-Whitepaper in der Tiefe spezifiziert, mit Diagrammen.