让 Mira 来看看，你这个 AI 是“真 ✅”还是“假❌” 最近 AI 各个板块都有复苏迹象，相比于之前草草的了解一些 AI 项目，我准备再更深入的体验和研究一下比较喜欢或者有意思的 AI 项目。 今天分享一下 @Mira_Network ，最近热度还可以，但其实对于用户来讲， 不是那么理解他做什么，尤其还没有币，白皮书不是很好读。 1️⃣ Mira 做什么？ 简单来讲：Mira 帮你验证 AI 给你东西是真的还是假的。 举例，比如你问 AI 今天天气如何，明明是雨天☔️，但是 AI 却通过各种数据分析、推理告诉你今天是晴天☀️。 当你提出质疑时， AI 还会自证其说，仍然不知悔改。这只是其中一个例子，其他场景还有很多，很多用 AI 工具的朋友应该都遇到过这种问题。 即：AI 给你的东西是假的，但是你却没意识到，俗称“AI 幻觉” Mira 就是为解决这个问题而生，所以他才能被定位为 AI 的重要基础设施。 2️⃣ Mira 怎么实现自己的愿景？ 目前的资料里，我觉得 messari 的还不错，链接： https://messari.io/report/understanding-ai-verification-a-use-case-for-mira?utm_source=twitter&utm_medium=organic_social&utm_campaign=pulse&destination=protocol_services_research 因为 AI 给你的东西是由多种信息源、大模型等给你的结果，前阵子 grok 关于南非的问题，也引出了 人工干预 大模型带来的糟糕体验。 因此对于 mira 来讲，他的协议设计来自几个重要准则： - 事实准确性不应取决于一个模型的输出。 - 验证必须是自主的，不依赖于不断的人类监督。 - 可信赖性应从独立协议中得出，而不是集中控制。 具体怎么做，我理解核心是“将 AI 结果模块化，进行分布式验证”，下图比较清楚。 比如现在有一个 AI 给到内容，在 Mira 这里，他的处理流程是： AI 内容 —> 拆解成不同模块 —> 由不同节点验证 —> 得出不同模块的可靠性结果 —> 最终定义 AI 真假。 目前运营节点包括 ionet, aethir, hyperbolic, exabits, spheron，报告说每天处理超过 10 亿个token。 3️⃣ 怎么玩？ 当然mira 现在并不只是白皮书阶段，他们已经跟很多ai 项目有合作，也推出了自己的产品。 比如 @karansirdesai 分享的 agent, 你可以去验证内容的真假并生成报告，下图是一些体验链接🔍 https://x.com/karansirdesai/status/1916137719572664606 另外现在还有个 Voice Of Realm 的活动，使用 Mira 官方 AI 助手 Mira Scrolls并基于项目文档/公告训练进行辅助创作，可以参与 15k 的激励计划💰 https://www.techflowpost.com/newsletter/detail_83825.html 还有一个可以拿 Points 的，就是去体验 @klok_app 这个软件🤖链接如下 https://klokapp.ai?referral_code=67CKRM8S 官网：https://mira.network/ 更多资料：https://mira.network/research/mira-whitepaper.pdf