LLM, Large Language Model

nofi.ai 人工智能主管 Julian Togelius 在 X 平台发文表示，下一季“AI 炒币大赛”将大幅优化基准测试（Benchmark），同时还有一些“尚未公开”的新项目正在进行中，nof1.ai 创始人 Jay A 在回应中疑似已开始招募测试人员，并称目前 AI 模型仍然存在持续偏差，预计会在即将推出的 Season 1.5 中得到改进。 （注：大模型语言 LLM 中的 Benchmark 基准测试是用来衡量和比较不同模型性能的一组测试任务，对在特定任务上的表现进行评估，以便比较不同模型之间的表现差异。）

据官方消息，去中心化 AI 推理路由网络 DGrid AI 宣布已获得 Waterdrip Capital、IoTeX、Paramita VC、Catcher VC、4EVER Research、Abraca Research 等机构的种子轮投资支持。 DGrid 核心依托 “AI RPC + LLM 推理 + 分布式节点” 架构，致力于打破中心化 AI 平台的垄断格局，为 Web3 生态提供开放、可信且低成本的 AI 能力支撑。融资资金将主要用于节点网络搭建与生态合作伙伴拓展。 DGrid 官方表示其节点预售计划即将启动，允许社区成员通过运营节点的方式提前参与去中心化 AI 网络建设，并分享网络早期的成长红利。具体规则与时间将通过官方渠道公布。

PANews 10月30日消息，据官方消息，YZi Labs首次投资教育领域AI软件VideoTutor，由此拓展其人工智能软件业务版图。VideoTutor是一款“教育AI代理”，能将任何问题转化为个性化动画课程，让优质辅导服务触手可及。VideoTutor由20岁的企业家Kai Zhao创立，该平台采用大语言模型（LLM）+ Manim动画渲染流程，可生成精准、适应性强的AI教学视频。目前，其服务已覆盖全球2万名用户，并收到超过1000份API集成请求。

PANews 10月29日消息，据官方消息，由nof1.ai主办的AI交易大赛Alpha Arena将持续进行至ET时间2025年11月3日17:00（北京时间2025年11月4日06:00）。正接近完成第二季的筹备工作，将利用第一季的发现成果和持续进行的分析来打造下一阶段的内容。在第二季中，计划推出更多功能，发布经过改进的提示词（prompt）和工具套件（harness），并引入更严谨的统计方法。 此前该活动已于10月17日启动。该实验在Perp DEX Hyperliquid上进行，首次将六个主流的大语言模型（LLM），置于一个真实的竞争性交易环境中。每个模型均被分配10,000美元的资金自主交易Perp。 相关阅读：一场真金白银的AI炒币实验：DeepSeek收益居首但变化陡峭，LLM暗藏策略趋同风险？

据官方消息，去中心化 AI 推理网络 DGrid AI 宣布已获得水滴资本（Waterdrip Capital）、IoTeX、 Paramita VC 等机构的种子轮投资支持。 DGrid 核心依托 “AI RPC + LLM 推理 + 分布式节点” 架构，致力于打破中心化 AI 平台的垄断格局，为 Web3 生态提供开放、可信且低成本的 AI 能力支撑。融资资金将主要用于节点网络搭建与生态合作伙伴拓展。 与此同时，为构建一个真正由社区驱动的去中心化网络，DGrid 官方宣布，其节点预售计划即将正式启动。该计划将允许社区成员通过运营节点的方式提前参与去中心化 AI 网络建设，并分享网络早期的成长红利。具体规则与时间将通过官方渠道公布。 DGrid AI 是一个去中心化的 AI 推理网络，为开发者和应用提供低成本、可验证且无需信任中介的 AI 能力。

，Tether Data旗下的人工智能研究部门 QVAC 发布合成数据集 QVAC Genesis I，用于训练以 STEM 为重点的 AI 模型。Tether Data 今天还发布了其首款消费者应用程序 QVAC Workbench，这是一个全面的工作空间，展示了本地设备上人工智能的潜力。QVAC Workbench 目前的目标客户是人工智能爱好者、高级用户和研究人员。它已经支持各种 LLM 和其他人工智能模型，包括 Llama、Medgemma、Qwen、SmolVLM、Whisper 等等。 该应用程序适用于智能手机（目前为 Android，几天后将支持 iOS）以及桌面平台（Windows、macOS 和 Linux），与现有产品相比，可提供最全面的设备支持。

PANews 10月23日消息，据The Block报道，Coinbase发布“Payments MCP”，允许大型语言模型（如 Claude、Gemini）通过自然语言调用钱包、法币入金与稳定币支付，并支持本地运行与定制化。该工具由 Coinbase Developer Platform 开发，与此前由 Coinbase、Cloudflare 支持的 x402 Foundation 旨在标准化 AI 支付相呼应。官方称稳定币为“agentic commerce”的理想支付基础设施，Payments MCP 将使主流 LLM 原生连接加密经济与 x402 等支付协议。

，Vitalik Buterin发文表示，“如果你一直关注“加密货币领域里的密码学方向”，那么此时你很可能已经听说过超高速的 ZK 证明器（ZK-provers）：例如仅用大约 50 张消费级 GPU 就能实现实时证明以太坊 L1 的 ZK-EVM 证明器；在普通笔记本上每秒证明 200 万个 Poseidon 哈希；以及 zk-ML 系统不断提升对大语言模型（LLM）推理的证明速度。 在这篇文章中，我将详细解释一种被用于这些高速证明系统中的协议族：GKR。 我将重点介绍 GKR 在证明 Poseidon 哈希（以及其他具有类似结构的计算）中的实现。如果你想了解 GKR 在通用电路计算中的背景，可参考 Justin Thaler 的笔记和这篇 Lambdaclass 的文章。 什么是 GKR，它为什么这么快？ 设想你有一个在“两个维度上都很大”的计算：它需要处理至少中等数量的（低度数）“层”，同时对大量输入反复应用同一个函数。像这样： 事实证明，我们做的大型计算很多都符合这种模式。密码学工程师会注意到：很多计算密集型证明任务都涉及大量哈希操作，而每个哈希内部结构正是这种模式。AI 研究者也会注意到：神经网络（LLM 的基本构建模块）也正是这种结构（既可以并行证明多个 token 的推理，也因为每个 token 内部由逐元素的神经层和全局的矩阵乘法层组成——虽然矩阵操作不完全符合上图的“跨输入独立”结构，但实际上可以很容易嵌入 GKR 系统）。 GKR 是一种专为这种模式设计的密码学协议。它之所以高效，是因为它避免了对所有中间层进行承诺（commitment）：你只需要对输入和输出做承诺。这里的“承诺”是指把数据放入某种加密数据结构（如 KZG 或 Merkle 树）中，从而能证明与该数据的某些查询相关的内容。最便宜的承诺方式是使用纠删码后的 Merkle 树（即 STARK 中的方式），但也需要你对每个提交的字节进行 4–16 字节的哈希——这意味着要进行数百次加法和乘法运算，而此时你实际要证明的运算可能只是一个乘法。GKR 避免了这些操作，除了最开始和最后一步。 需要注意的是，GKR 并不是“零知识”的：它只保证简洁性，不提供隐私。如果你需要零知识性，可以把 GKR 证明封装在 ZK-SNARK 或 ZK-STARK 中。

PANews 9月30日消息，Stripe官方在“Stripe Tour New York”宣布超过40项产品升级：推出与OpenAI共研的Agentic Commerce Protocol（ACP），预览Shared Payment Tokens用于代理支付；Money Management新增Financial Accounts可持有与转换多币种含稳定币，并发行虚拟/实体卡；Stablecoins支持订阅支付、美国企业持有稳定币余额及通过Bridge的Open Issuance发行自定义稳定币；同时更新Checkout、Radar、Orchestration、Billing（LLM代币计费）与Tax等功能。

EigenCloud 官方宣布在主网 Alpha 上推出 EigenAI 和 EigenCompute 两项服务，为 AI 提供可验证计算能力。开发者可在传统技术基础设施与前沿大模型（LLM）上运行应用。EigenAI 提供可验证的 LLM 推理 API，保证提示和模型不被篡改，响应可信可编程。EigenCompute 为可验证的链下计算服务，开发者可在受信执行环境（TEE）中运行复杂逻辑，同时保持链上安全和完整性。

根据 Bybit Web 3 当前“热币捕捉”数据，过去 24 小时 Web 3 行情表现亮眼，其中 2 个热门币录得显著涨幅： - LLM 上涨 47% - BITTY 上涨 42%

DeepSeek-AI团队梁文锋及其同事17日在《自然》杂志上发表了开源人工智能（AI）模型DeepSeek-R1所采用的大规模推理模型训练方法。研究表明，大语言模型（LLM）的推理能力可通过纯强化学习来提升，从而减少增强性能所需的人类输入工作量。训练出的模型在数学、编程竞赛和STEM领域研究生水平问题等任务上，比传统训练的LLM表现更好。 DeepSeek-R1包含一个在人类监督下的深入训练阶段，以优化推理过程。梁文锋团队报告称，该模型使用了强化学习而非人类示例来开发推理步骤，减少了训练成本和复杂性。DeepSeek-R1在被展示优质的问题解决案例后，会获得一个模板来产生推理过程，即这一模型通过解决问题获得奖励，从而强化学习效果。团队总结说，未来研究可以聚焦优化奖励过程，以确保推理和任务结果更可靠。 在评估AI表现的数学基准测试中，DeepSeek-R1-Zero和DeepSeek-R1得分分别为77.9%和79.8%，在编程竞赛及研究生水平的生物学、物理和化学问题上同样表现优异。

，DeepSeek-R1 论文以封面文章形式登上《Nature》，DeepSeek 创始人兼 CEO 梁文峰为通讯作者。研究团队通过实验证明，大语言模型的推理能力可通过纯强化学习提升，减少人类输入工作量，且在数学、编程等任务上表现优于传统方法训练的模型。DeepSeek-R1 在 GitHub 上的 star 数达 91.1k，得到全球开发者好评。卡内基梅隆大学助理教授等评价其从强大但不透明的解决方案寻找者，发展成能进行类人对话的系统。Nature 在 Editorial 文章中肯定其为第一个经过同行评审后发表的主流 LLM，是朝着透明化迈出的可喜一步，同行评审有助于澄清 LLM 工作原理，评估其有效性，并提升模型安全性。

PANews 9月10日消息，去中心化AI协议Prime Intellect发布强化学习微调（RFT）服务，提供全栈RL基础设施，助力AI原生公司创建和训练定制代理。服务包括rl-trainer、验证器和环境中心，支持在强化学习环境中训练模型。此外，还推出Prime Sandboxes隔离Docker环境，专为安全执行代码和LLM基准测试设计。 此前消息，去中心化AI协议Prime Intellect完成1500万美元融资，Founders Fund领投。

Bitget 第 40 期链上交易竞赛即将开启，总奖池 20,000 枚 BGB。活动期间，用户交易 LLM、DONKEY、ULTI 代币，链上累计交易额达前 1840 名的用户可获得 5 至 100 枚不等的 BGB 空投奖励。活动时间为 8 月 25 日 19:00:00 至 8 月 28 日 18:59:59 (UTC+8) 。 此外，链上交易上线 Solana 生态的 MEME 代币 AGI。用户在链上交易板块即可开启交易。

GMGN 行情显示，Solana 生态 Meme 币 LLM 市值上涨触及 2000 万美元，4 小时涨幅 30%，现报市值 1700 万美元。 Odaily 提醒用户，Meme 币价格波动较大，投资者请注意风险。

BitMart“BM 发现”专区于 8 月 25 日 11:30（东八区时间）上线 Latina Language Model (LLM)，此次上线开通 LLM/USDT 交易对。

Bitget 链上交易（Onchain）上线 Solana 生态的 MEME 代币 LLM。用户在链上交易板块即可开启交易。 Bitget 链上交易（Onchain） 旨在无缝连接 CEX 与 DEX，为用户提供更加便捷、高效、安全的链上交易体验。用户可直接使用 Bitget 现货账户（USDT/USDC）交易链上热门资产。目前已支持 Solana（SOL）、BNB Smart Chain（BSC）与 Base 等热门公链。

据官方公告，币安 Alpha 将于 UTC 时间 2025 年 7 月 16 日 13:00 下架以下代币：LLM、GNON、NEUR、TRISIG。下架后，仍允许在币安 Alpha 上出售这些代币。

，苹果(AAPL.O)正在考虑使用外部人工智能来修复Siri，这是一个重大逆转。苹果正在考虑采用Anthropic或OpenAI技术为Siri提供支持。据知情人士透露，苹果已经与这两家公司就Siri使用它们的大语言模型进行了讨论。苹果要求这两家公司训练其模型版本，以便在苹果的云基础设施上运行测试。目前，苹果的大部分AI功能都是通过自研技术实现的，公司将其称为“苹果基础模型”（Apple Foundation Models），并计划在2026年推出基于该技术的新版语音助手。但苹果尚未做出最终决定，仍在考虑自己的模型，一个内部称为LLM Siri的竞争项目仍在积极开发中，该项目使用内部模型。