Cara Hylon berfungsi

Satu AI, lima lapisan, sejuta peranti

Data mengalir ke atas sebagai isyarat yang memelihara privasi, tidak sekali-kali sebagai kandungan mentah. Setiap lapisan mempunyai tanggungjawab tersendiri dan sempadan kepercayaan tersendiri, daripada substrat fizikal hinggalah ke satah pengawasan yang tidak boleh diubah.

Seni bina

Sistem lima lapisan

Lapisan 5
Pemantau keselamatan dan kemunculan

Satah pengawasan yang tidak boleh diubah. Ia menyemak asas tahap sifar pada setiap langkah, memerhatikan kemunculan keupayaan baharu dan manipulasi objektif, serta memegang gerbang keluaran terakhir dan suis henti kecemasan. Ia tidak boleh diubah oleh sistem yang diseliakannya.

Lapisan 4
Enjin penambahbaikan diri

Gelung penyelidikan automatik berserta keluaran juara-pencabar. Eksperimen murah mencari resipi; resipi yang disahkan mencetuskan larian mahal. Pencabar hanya dinaikkan taraf berdasarkan margin, signifikans, dan sifar kemunduran keselamatan.

Lapisan 3
Model berdaulat, teras Hylon

Model global: teras campuran pakar dengan penghala, dapatan semula dan memori jangka panjang, penggunaan alat, orkestrasi ejen, dan kepala pakar khusus. Dilatih pada peringkat GPU dan disuling ke dalam AI Peribadi.

Lapisan 2
Lapisan AI Peribadi

Model padat pada peranti bagi setiap pengguna. Ia mempelajari konteks anda secara setempat, menyajikan inferens peribadi, memperibadikan, dan hanya menghantar ke atas isyarat pembelajaran yang memelihara privasi.

Lapisan 1
Substrat peranti

Persekitaran larian terabstrak perkakasan merentas telefon, PC, Mac, dan nod GPU. Pengkomputeran dimeter dan disahkan. Data mentah pengguna hidup dan mati di sini, sempadan privasi yang tegas.

Stack berdaulat

Ia melakukan segalanya sendiri

Di dalamnya, Hylon ialah sebuah sistem, sama seperti setiap AI yang kukuh. Kepada anda dan kepada rangkaian, ia hadir sebagai satu pembantu serba lengkap tanpa kebergantungan tegar pada mana-mana penyedia luaran.

Teras campuran pakar

Penghalaan pakar jarang membolehkan model menskalakan kapasiti tanpa menskalakan setiap token, bentuk piawai sebuah model yang kukuh.

Dapatan semula dan memori

Memori jangka panjang dan dapatan semula memberi model konteks kekal yang melangkaui satu gesaan.

Penggunaan alat dan ejen

Model memanggil alat dan mengorkestrasi ejen berbilang langkah, jadi ia mampu menyiapkan keseluruhan tugasan dan bukan sekadar menjawab dalam kotak.

Kepala pakar

Kepala khusus domain untuk tugasan wedge, tempat Hylon menyasarkan untuk menjadi yang pertama secara terbukti.

Privasi melalui reka bentuk

Konteks anda kekal pada peranti anda

AI Peribadi belajar daripada mesej, fail, dan tabiat anda secara setempat. Data mentah tidak pernah meninggalkan peranti. Apa yang dipelajari rangkaian ialah isyarat, bukan data: kemas kini model yang memelihara privasi, dikongsi melalui pembelajaran terfederasi dengan privasi pembezaan dan pengagregatan selamat, supaya tiada individu boleh direkonstruksi.

Kami melayan privasi sebagai jaminan kejuruteraan dan pendirian undang-undang yang didokumenkan, dengan pertahanan yang dinilai terhadap inferens keahlian dan penyongsangan model. Kami tidak mendakwa berada di luar undang-undang. Kami boleh dipertahankan di dalamnya.

Aliran data, ke atas
01Pada peranti data mentah, AI Peribadi belajar
02Kemas kini setempat hingar privasi pembezaan ditambah
03Pengagregatan selamat pelayan hanya melihat jumlah
04Model global tiada individu boleh direkonstruksi
Pengkomputeran terdesentralisasi

Dua peringkat, kerja yang disahkan sahaja

Terdesentralisasi mengikut geografi dan pemilikan, bukan dengan berpura-pura telefon boleh melatih model. Masalah lebar jalur telah diselesaikan oleh latihan komunikasi rendah; gunung sebenarnya ialah pengkomputeran agregat.

Peringkat 1

Latihan pada kluster GPU

GPU gred pusat data, teras milik DAO berserta operator yang membuat staking, diselaraskan melalui internet dengan latihan komunikasi rendah yang memotong keperluan rangkaian berkali-kali ganda. Lebar jalur telah diselesaikan; memori dan pengkomputeran agregat ialah had sebenar.

Peringkat 2

Peranti melakukan apa yang termampu

Sasarannya: sejuta telefon, PC, dan Mac menyajikan inferens, memperibadikan pada peranti, menilai isyarat pengukuhan, dan menyumbang data. Beta nod yang aktif bermula dengan kerja penanda aras dan pengesahan yang disahkan. Sentiasa disahkan, tidak sekali-kali diganjari kerana melahu.

Pengesahan

Membayar untuk hasil kerja sebenar, bukan masa hidup

Inferens

Pencincangan sensitif lokaliti terhadap pengaktifan mengesahkan sesebuah nod benar-benar menjalankan model, pada kos yang jauh lebih rendah daripada menjalankannya semula.

Latihan

Pemarkahan ekonomi dan statistik pada kelompok data terasing, berserta lebihan semakan, menangkap sumbangan yang tidak jujur atau berkualiti rendah.

Jaminan tinggi

Persekitaran pelaksanaan dipercayai memperakui beban kerja sensitif apabila pelanggan memerlukan jaminan perkakasan.

Hierarki objektif
Tahap 0
Kebenaran, keselamatan, kejujuran, integriti. Tidak boleh diubah.
Tahap 1
Objektif utama. Tetap.
Tahap 2
Keupayaan. Boleh dioptimumkan.
Tahap 3
Metrik. Penunjuk sahaja.
Penambahbaikan diri

Ia menambah baik dan mengeluarkan versinya sendiri, dalam pagar keselamatan

Gelung penyelidikan automatik mencadangkan resipi, menjalankan eksperimen murah, dan melatih calon seterusnya. Apabila pencabar terbukti mengalahkan model semasa pada set ujian gerbang yang tetap dan lulus setiap semakan keselamatan, ia dinaikkan taraf menjadi versi baharu bernama secara automatik, dilancarkan daripada bayangan ke penuh dengan undur balik automatik, dan direkodkan on-chain.

Garis kejujuran

Asas tahap sifar tidak boleh diubah oleh sistem itu sendiri, dan majlis keselamatan memegang gerbang keluaran terakhir serta suis henti kecemasan. Cita-citanya maksimum; kesan letupannya terbatas.

Baca kertas putih teknikal penuh

Setiap mekanisme pada halaman ini diperincikan secara mendalam, lengkap dengan rajah, dalam kertas putih Hylon.

Baca kertas putihJalankan nod