Uma IA, cinco camadas, um milhão de dispositivos
Os dados sobem como sinal com privacidade preservada, nunca como conteúdo bruto. Cada camada tem uma responsabilidade distinta e uma fronteira de confiança distinta, do substrato físico ao plano de supervisão imutável.
O sistema de cinco camadas
O plano de supervisão imutável. Verifica os fundamentos do nível zero a cada passo, vigia a emergência de capacidades e a manipulação de objetivos, e detém o gate final de lançamento e o kill switch. Não pode ser modificado pelo sistema que supervisiona.
O ciclo de pesquisa automatizado mais o lançamento campeão-desafiante. Experimentos baratos encontram a receita; receitas validadas disparam as execuções caras. Um desafiante só é promovido com margem, significância e zero regressões de segurança.
O modelo global: um núcleo de mistura de especialistas com roteador, recuperação e memória de longo prazo, uso de ferramentas, orquestração de agentes e cabeças especialistas. Treinado no nível de GPUs e destilado nas IAs Pessoais.
Um modelo compacto no dispositivo, um por usuário. Aprende seu contexto localmente, serve inferência privada, personaliza e emite para cima apenas sinal aprendido com privacidade preservada.
Um runtime com abstração de hardware em celulares, PCs, Macs e nós de GPU. Computação medida e verificada. Os dados brutos do usuário vivem e morrem aqui: a fronteira dura da privacidade.
Ela faz tudo sozinha
Por dentro, a Hylon é um sistema, como toda IA forte. Para você e para a rede, ela se apresenta como um único assistente autossuficiente, sem dependência dura de nenhum provedor externo.
Núcleo de mistura de especialistas
Roteamento esparso de especialistas, para o modelo escalar capacidade sem escalar cada token: o formato padrão de um modelo forte.
Recuperação e memória
Memória de longo prazo e recuperação dão ao modelo contexto durável além de um único prompt.
Uso de ferramentas e agentes
O modelo chama ferramentas e orquestra agentes de múltiplas etapas, para fazer o trabalho inteiro em vez de responder dentro de uma caixa.
Cabeças especialistas
Cabeças específicas por domínio para as tarefas do nicho de entrada onde a Hylon quer ser comprovadamente a primeira.
Seu contexto fica no seu dispositivo
A IA Pessoal aprende com suas mensagens, arquivos e hábitos localmente. Os dados brutos nunca saem do dispositivo. O que a rede aprende é sinal, não dados: atualizações de modelo com privacidade preservada, compartilhadas por aprendizado federado com privacidade diferencial e agregação segura, para que nenhum indivíduo possa ser reconstruído.
Tratamos a privacidade como uma garantia de engenharia e uma postura legal documentada, com defesas avaliadas contra inferência de associação e inversão de modelo. Não afirmamos estar fora da lei. Somos defensáveis dentro dela.
Dois níveis, apenas trabalho verificado
Descentralizada por geografia e propriedade, não por fingir que celulares treinam. O problema da largura de banda foi resolvido pelo treinamento de baixa comunicação; a montanha é a computação agregada.
Treinamento em clusters de GPU
GPUs de padrão datacenter, um núcleo da DAO mais operadores com stake, coordenados pela internet com treinamento de baixa comunicação que corta as exigências de rede em ordens de magnitude. Largura de banda está resolvida; memória e computação agregada são os limites reais.
Dispositivos fazendo o que podem
A meta: um milhão de celulares, PCs e Macs servindo inferência, personalizando no dispositivo, pontuando sinal de reforço e contribuindo com dados. O beta de nós, já no ar, começa com trabalho verificado de benchmark e verificação. Sempre verificado, nunca recompensado por tempo ocioso.
Pagando por produção real, não por uptime
Inferência
O hashing sensível à localidade das ativações verifica que um nó de fato rodou o modelo, por uma fração do custo de rodá-lo de novo.
Treinamento
Pontuação econômica e estatística em lotes reservados, mais redundância, captura contribuições desonestas ou de baixa qualidade.
Alta garantia
Ambientes de execução confiáveis atestam cargas de trabalho sensíveis quando um cliente precisa de uma garantia de hardware.
Ela se aprimora e se lança sozinha, dentro de salvaguardas
Um ciclo de pesquisa automatizado propõe receitas, roda experimentos baratos e treina o próximo candidato. Quando um desafiante comprovadamente supera o modelo em produção numa suíte fixa de gates e passa em todas as checagens de segurança, é promovido automaticamente a uma nova versão nomeada, implantado do modo sombra ao tráfego completo com rollback automático, e registrado on-chain.
Os fundamentos do nível zero não podem ser automodificados, e um conselho de segurança detém o gate final de lançamento e um kill switch. A ambição é máxima; o raio de dano é limitado.
Leia o whitepaper técnico completo
Cada mecanismo desta página está especificado em profundidade, com diagramas, no whitepaper da Hylon.