BasedAI 是一个为零知识大型语言模型（ZK-LLM）和智能合约设计的去中心化点对点（P2P）网络，由 Sean Wellington 创立。它引入了一种基础设施，将全同态加密（FHE）与大型语言模型（LLM）集成，从而促进安全和私密的 AI 计算，而不会损害数据隐私。^[1][2][3][4]

概述

BasedAI 构建在机器的分布式网络上，该网络通过一种称为“Cerberus Squeezing”的机制，能够将传统的 LLM 转换为加密的零知识 LLM（ZK-LLM）。该框架通过允许矿工处理用户与 LLM 的交互，而无需解密输入或输出，从而优化了性能和数据隐私。这项创新通过简化用户、矿工和验证者之间的交互，解决了在符合 FHE（全同态加密）的环境中经常出现的性能下降问题。

该平台还集成了各种区块链技术，借鉴了Polkadot的 Substrate、Ethereum的 EVM 以及 RNDR 的 GPU 配置。BasedAI 提供了一个全面的框架，允许启动智能合约、管理资产以及与网络的共识机制进行交互。^{[1][2][3][4][7]}

技术

BasedAI 利用全同态加密（FHE）来确保数据在其整个生命周期（存储、传输和计算）中保持加密状态。这种方法能够在加密数据上进行计算，而无需解密，从而确保 AI 运营中的完全隐私。该平台的挖矿过程结合了 zk-LLM，以支持这种安全的加密 AI 环境。

BasedAI 生态系统的核心是称为“Brains”的处理节点，它们执行与 LLM 相关的计算任务。这些 Brains 构成了去中心化基础设施的支柱，从而实现了分布式和以隐私为中心的 AI 处理。^[1][2][3][5]

测试网和开发

BasedAI 的开发路线图包括两个主要的测试网：Prometheus 和 Cyan。Prometheus 测试网已完成，Cyan 测试网于 2024 年 6 月启动，作为一个发布候选版本，旨在测试 Brain NFT 及其相关代币的集成。此阶段侧重于排放、奖励以及这些代币化资产的管理。BasedAI 预计将在这些测试网阶段之后进行主网启动。^{[3][4][5][6][7]}

BasedAI 生态系统

该平台在去中心化的区块链网络上运行，强调 AI 应用中的数据隐私和安全性。通过将 zk-LLM 与同态加密集成，BasedAI 旨在提供安全透明的 AI 环境，同时还将 AI 模型的所有权去中心化。用户可以使用 Based 命令行界面（Based CLI）与网络进行交互，该界面支持从钱包管理到与计算节点交互的各种功能。

主要特点

• Cerberus Squeezing： 将传统 LLM 转换为 zk-LLM 的机制，从而实现安全、加密的 AI 处理。
• 全同态加密（FHE）： 确保数据在其整个生命周期中保持加密状态，同时支持计算。
• Based CLI： 一个命令行界面，方便用户与平台进行交互，允许用户管理钱包、与 Brains 交互以及参与共识机制。
• 测试网阶段： BasedAI 的开发以其测试网（Prometheus 和 Cyan）为标志，这对于在全面部署之前测试其功能至关重要。

应用

BasedAI 的主要应用围绕增强 AI 处理中的隐私、通过 Brain NFT 实现 AI 模型所有权的民主化，以及为部署智能合约创建安全的环境。其 AI 和区块链技术的集成还支持高级用例，例如去中心化的 AI 驱动工具、安全的数据处理和保护隐私的计算。

BasedAI 代表了去中心化区块链技术和人工智能的新颖融合。通过利用同态加密和 zk-LLM，它提供了一个优先考虑数据隐私和安全性的框架，同时实现了 AI 模型的去中心化所有权和运营。^[2][3][4][5]

代币经济学

奖励参与：激励措施和代币排放

BasedAI 通过发行 $BASED 代币来激励其生态系统中的参与。每 10 秒，就会在活跃的 Brains 之间分配 10 个 $BASED 代币，这些 Brains 是负责计算任务的关键节点。奖励的分配基于两个主要因素：每个 Brain 中质押的 $BASED 数量以及与这些 Brains 关联的验证者和矿工的运营绩效。表现最佳的 30% 的 Brains 会获得额外的奖励，从而创造一个奖励效率和可靠性的竞争环境。所有 $BASED 代币都可以与 Ethereum 上的包装 BasedAI ERC-20 代币进行双向桥接。

排放减半时间表

为了缓解通货膨胀并鼓励长期参与，BasedAI 遵循年度减半时间表，该时间表会逐步减少区块奖励。这种减半旨在平衡 $BASED 的供应，并维持对矿工和验证者的激励。从 2024 年 4 月开始，区块奖励将从 10 个 $BASED 代币减半至 5 个，随后的减半每年进行一次。^[2][3][4][5]

治理

质押和验证者激励

BasedAI 实施了一种质押机制，允许用户将 $BASED 代币质押到任何 Brain 或特定的验证者。验证者通过处理 Brains 的计算任务，在维护网络的功能方面发挥着至关重要的作用。利益相关者从分配给他们质押的验证者的排放中获得奖励。此外，要成为验证者或矿工，用户必须执行一个永久内存操作，将他们的地址与 Brain 关联起来。

奖励分配

75% 的排放分配给执行基本任务的节点（验证者和矿工），而 25% 分配给 Brain 所有者或管理 Brain 的特定验证者。

所有者调整和按股份加权的奖励

Brain 所有者可以灵活地调整奖励在其各自节点内的分配方式，从而形成一个竞争格局，其中验证者根据绩效获得奖励。该系统还包括按股份加权的激励措施，为在特定 Brain 中进行更多投资的参与者提供更大的奖励。^{[2][3][4][5][7]}

实用性

Brain NFT 和验证者多元化

BasedAI 通过将奖励限制在前 70% 的验证者中，从而促进验证者多元化，从而激励参与者将其股份分散到多个 Brain 中，而不是集中在少数几个 Brain 中。这种动态鼓励更广泛的网络参与，并减轻中心化风险。验证者不能跨 Brain 复制股份，从而创建一个每个 Brain 都以不同的质押验证者独立运行的系统。

缓解中心化

为了进一步去中心化网络，BasedAI 对每个 Brain 的最大股份设置了上限，防止任何单个实体控制超过网络中 $BASED 总股份的 0.5%。这确保了更公平的奖励分配，并降低了对网络进行寡头垄断控制的风险。

时间融合转换器（TFT）执行器

BasedAI 的独特功能之一是时间融合转换器（TFT）执行器，它旨在通过分析随时间变化的网络数据来优化奖励分配。TFT 模型评估各种因素，例如交易量、区块时间和排放奖励，动态调整对验证者和 Brain 的激励。这种自动化系统有助于确保公平地分配奖励，最大限度地减少操纵或勾结的机会。^{[2][3][4][5][6][7]}

Sean Wellington

Sean Wellington 是 Based Labs 的研究员，拥有加州大学伯克利分校的教育背景。他为 BasedAI 去中心化基础设施的开发做出了贡献，重点是将全同态加密（FHE）与大型语言模型（LLM）集成，以在交互过程中保持数据隐私，而无需解密。他工作的一个关键方面包括开发“Cerberus Squeezing”机制，该机制旨在优化符合 FHE 的环境中的性能。该系统使 BasedAI 矿工能够处理和响应加密的 LLM 查询，并利用生成对抗网络（GAN）的技术来支持隐私。

Wellington 的工作旨在解决基于 FHE 的计算环境中经常遇到的性能挑战，从而改善网络中用户、矿工和验证者之间的通信。他的研究和开发贡献不仅限于 BasedAI，还体现在密码学、去中心化系统和人工智能领域的各种专利和学术出版物中。这些包括诸如电子监管链方法和系统（2006 年）和用于管理业务对象的分布式并发数据更新的方法和系统（2016 年）之类的专利，这些专利突出了他参与与分布式数据管理和文档压缩相关的创新。

在他的整个职业生涯中，Wellington 一直专注于探索去中心化技术，尤其是在人工智能和密码学领域，以解决与数字系统中数据隐私和安全性相关的持续挑战。