OpenKaitoPrix

(SN5)

OpenKaito répond au besoin de modèles d'intégration de texte avancés et généralisables et vise à décentraliser la recherche web grâce à une indexation et une validation axées sur la communauté. Ses applications incluent son rôle de couche d'infrastructure pour des plateformes sophistiquées qui analysent les sentiments, les récits et les sujets provenant de diverses sources en ligne comme les médias sociaux. Il permet également aux participants de faire du staking au sein de son écosystème pour générer des revenus potentiels.

OpenKaito s'appuie sur des modèles d'IA sophistiqués pour extraire des informations en temps réel à partir de vastes ensembles de données. Il utilise la recherche sémantique basée sur les vecteurs, en employant des modèles d'intégration de texte de pointe tels que Word2Vec, GloVe, BERT et GPT. Ceci est combiné à des algorithmes de recherche des plus proches voisins efficaces. Les validateurs jouent un rôle crucial en évaluant la pertinence et le classement des résultats à l'aide d'évaluateurs nDCG basés sur l'apprentissage automatique (ML) et de grands modèles linguistiques (LLM).

Suite à un changement de marque le 7 août 2025, OpenKaito (Subnet-5) opère sous la nouvelle identité « Hone ». Cette entité est actuellement détenue et gérée par Latent Holdings, ce qui indique un soutien organisationnel structuré pour le développement et l'orientation du projet. Le parcours de l'équipe est axé sur l'IA et les technologies décentralisées pour stimuler l'innovation dans l'espace de l'intégration de texte.

OpenKaito (SN5) est désigné comme sous-réseau 5 au sein du vaste réseau Bittensor. Son objectif spécifique est de développer, évaluer et inciter des modèles d'intégration de texte performants. Cette intégration signifie qu'OpenKaito fonctionne comme un composant spécialisé, mais intégral, au sein du cadre d'intelligence artificielle décentralisée de Bittensor, contribuant à ses capacités de calcul globales et à son écosystème.

OpenKaito emploie un mécanisme de validation robuste pour assurer l'intégrité et la pertinence de ses résultats de recherche décentralisés. Les validateurs utilisent des évaluateurs nDCG basés sur l'apprentissage automatique et des grands modèles linguistiques (LLM) avancés pour évaluer rigoureusement la pertinence et le classement des résultats de recherche. De plus, ils vérifient activement les URL pour empêcher la diffusion d'informations fabriquées ou trompeuses, protégeant ainsi la qualité des données et la confiance des utilisateurs.

La feuille de route d'OpenKaito englobe plusieurs initiatives clés, y compris l'évaluation continue et l'incitation de modèles d'intégration de texte de pointe pour repousser les limites de la performance. Les projets futurs impliquent le développement d'un tableau de bord de sous-réseau dédié pour le suivi et l'interaction, ainsi que la création d'une API robuste pour servir de manière transparente ses modèles entraînés à des applications externes. Il est également prévu d'élargir considérablement les ensembles de données et les modèles d'évaluation.