Una IA, cinco capas, un millón de dispositivos
Los datos suben como señal que preserva la privacidad, nunca como contenido crudo. Cada capa tiene una responsabilidad distinta y una frontera de confianza distinta, desde el sustrato físico hasta el plano de supervisión inmutable.
El sistema de cinco capas
El plano de supervisión inmutable. Verifica los fundamentos de nivel cero en cada paso, vigila la aparición de capacidades emergentes y la manipulación de objetivos, y sostiene la puerta final de lanzamiento y el kill switch. No puede ser modificado por el sistema que supervisa.
El ciclo de investigación automatizado más el lanzamiento campeón-retador. Los experimentos baratos encuentran la receta; las recetas validadas disparan las corridas caras. Un retador se promueve solo con margen, significancia estadística y cero regresiones de seguridad.
El modelo global: un núcleo de mezcla de expertos con enrutador, recuperación y memoria de largo plazo, uso de herramientas, orquestación de agentes y cabezas especialistas. Se entrena en el nivel de GPU y se destila en las IA Personales.
Un modelo compacto en el dispositivo por cada usuario. Aprende tu contexto localmente, sirve inferencia privada, personaliza, y solo emite hacia arriba señal aprendida que preserva la privacidad.
Un entorno de ejecución abstraído del hardware en teléfonos, PC, Mac y nodos GPU. Cómputo medido y verificado. Los datos crudos del usuario viven y mueren aquí: la frontera dura de la privacidad.
Lo hace todo por sí mismo
Por dentro, Hylon es un sistema, como toda IA fuerte. Ante ti y ante la red se presenta como un solo asistente autocontenido, sin dependencia dura de ningún proveedor externo.
Núcleo de mezcla de expertos
Enrutamiento disperso de expertos para que el modelo escale su capacidad sin escalar cada token: la forma estándar de un modelo fuerte.
Recuperación y memoria
La memoria de largo plazo y la recuperación le dan al modelo un contexto duradero, más allá de un solo prompt.
Uso de herramientas y agentes
El modelo llama herramientas y orquesta agentes de varios pasos, para hacer el trabajo completo en lugar de responder desde una caja.
Cabezas especialistas
Cabezas específicas por dominio para las tareas de la cuña donde Hylon busca ser demostrablemente el primero.
Tu contexto se queda en tu dispositivo
La IA Personal aprende de tus mensajes, archivos y hábitos localmente. Los datos crudos nunca salen del dispositivo. Lo que la red aprende es señal, no datos: actualizaciones de modelo que preservan la privacidad, compartidas mediante aprendizaje federado con privacidad diferencial y agregación segura, de modo que ningún individuo puede reconstruirse.
Tratamos la privacidad como una garantía de ingeniería y una postura legal documentada, con defensas evaluadas contra la inferencia de membresía y la inversión de modelo. No decimos estar por encima de la ley. Somos defendibles dentro de ella.
Dos niveles, solo trabajo verificado
Descentralizado por geografía y por propiedad, no fingiendo que los teléfonos pueden entrenar. El problema del ancho de banda lo resolvió el entrenamiento de baja comunicación; la montaña es el cómputo agregado.
Entrenamiento en clústeres de GPU
GPU de nivel datacenter, un núcleo propiedad de la DAO más operadores con stake, coordinados por internet con entrenamiento de baja comunicación que reduce las necesidades de red en órdenes de magnitud. El ancho de banda está resuelto; la memoria y el cómputo agregado son los límites reales.
Dispositivos que hacen lo que pueden
La meta: un millón de teléfonos, PC y Mac sirviendo inferencia, personalizando en el dispositivo, puntuando señal de refuerzo y aportando datos. La beta de nodos en producción arranca con trabajo verificado de benchmarks y verificación. Siempre verificado, nunca recompensado por tiempo encendido sin hacer nada.
Pagar por producción real, no por tiempo encendido
Inferencia
El hashing sensible a la localidad sobre las activaciones verifica que un nodo realmente ejecutó el modelo, a una fracción del costo de volver a ejecutarlo.
Entrenamiento
La puntuación económica y estadística sobre lotes reservados, más la redundancia, atrapa las contribuciones deshonestas o de baja calidad.
Alta garantía
Los entornos de ejecución confiables atestan las cargas de trabajo sensibles cuando un cliente necesita una garantía de hardware.
Se mejora y se lanza a sí misma, dentro de salvaguardas
Un ciclo de investigación automatizado propone recetas, corre experimentos baratos y entrena al siguiente candidato. Cuando un retador supera de forma demostrable al modelo en producción en una suite de puerta fija y pasa todos los controles de seguridad, se promueve automáticamente a una nueva versión con nombre, desplegada de sombra a total con reversión automática, y registrada on-chain.
Los fundamentos de nivel cero no pueden automodificarse, y un consejo de seguridad sostiene la puerta final de lanzamiento y un kill switch. La ambición es máxima; el radio de impacto está acotado.
Lee el whitepaper técnico completo
Cada mecanismo de esta página está especificado a fondo, con diagramas, en el whitepaper de Hylon.