O Explorador DePIN - DePIN Scan

A year ago, the Tor Project made a significant decision to remove all ATOR Relays from their network, which sparked a vision for a new decentralized future. Instead of surrendering, the team aimed to create a self-scaling, trustless network designed to enhance privacy for users worldwide. Their goal is to disrupt the VPN market by combining speed, reliability, and user-friendliness through bespoke hardware, ultimately making private browsing accessible to billions. This vision has now materialized with the launch of the Anyone Network, which boasts an impressive 5000 active relays, establishing itself as one of the largest and fastest mixnets globally. Reflecting on the past year, the team expresses gratitude to their community for their unwavering support during challenging times. Despite the difficulties, the project demonstrated resilience and strength, showcasing the power of decentralization and community alignment. The leadership and engineering teams remained intact throughout the transition, empowering former community members to take on more significant roles within the ecosystem. The project has evolved into an open-source initiative, expanding from a single Smartweave registration protocol to over 30 active repositories contributing to blockchain technology, privacy, hardware, and applications. Looking ahead, the team acknowledges the journey is far from over, with plans to further decentralize the network following the transition to their AO distribution protocol. They emphasize that community governance will play a crucial role in maintaining the network's safety and performance. The spirit of ATOR is now emblematic of overcoming setbacks in the Web3 space, and the team is committed to transparency through regular updates. As they tackle the larger challenge of global privacy adoption, they remain dedicated to building a Web3 ecosystem that has the potential to transform lives.

Em 22 de novembro de 2024, a Fundação Sui anunciou uma parceria estratégica com a Franklin Templeton Digital Assets, com o objetivo de impulsionar a inovação dentro do ecossistema blockchain Sui. Esta colaboração visa aprimorar o desenvolvimento do Sui, uma plataforma de Layer 1 e contratos inteligentes, criando oportunidades de valor para os construtores de soluções baseadas em blockchain. Jameel Khalfan, chefe de desenvolvimento do ecossistema da Sui, destacou que a parceria valida a tecnologia da Sui, que foi inspirada nos desafios em finanças descentralizadas que a Franklin Templeton está abordando. A Franklin Templeton Digital Assets tem estado ativamente envolvida na tecnologia blockchain por vários anos, focando na construção de soluções, operação de validadores de nós e desenvolvimento de estratégias de investimento. Sua equipe de pesquisa dedicada em ativos digitais utiliza análise tokenômica e insights de ciência de dados para orientar o desenvolvimento de produtos e decisões de investimento. Tony Pecore, vice-presidente sênior e diretor de gestão de ativos digitais da Franklin Templeton, expressou entusiasmo pelos avanços que a equipe da Sui está fazendo, observando que a tecnologia blockchain frequentemente enfrenta limitações técnicas, apesar do crescente interesse. O ecossistema Sui já abriga projetos inovadores, como o DeepBook, uma solução de finanças descentralizadas semelhante a um livro de ordens de limite central, e o Karrier One, que apoia uma rede móvel descentralizada. Além disso, a Sui lançou recentemente o USDC nativo, proporcionando aos usuários acesso direto a uma stablecoin amplamente utilizada, enquanto mitiga os riscos associados a ativos bridged. Como uma plataforma segura e escalável, a Sui está se posicionando como um destino de destaque para construtores de aplicações em vários setores, incluindo jogos, DeFi e valores mobiliários tokenizados.

O mercado de criptomoedas está testemunhando desenvolvimentos significativos, particularmente com o protocolo DePIN da Akash Network, que recentemente ultrapassou um valor de mercado de um bilhão de dólares. Esse aumento levou a um notável crescimento no preço da Akash, refletindo a crescente confiança dos investidores. Enquanto isso, a Solana está prestes a alcançar um novo recorde histórico (ATH), com a entrada de capital de mercado permitindo que supere a BNB. A empolgação em torno do iminente ATH da Solana não é apenas uma vitória para a plataforma, mas também para o ecossistema mais amplo de criptomoedas, mostrando seu potencial para adoção em massa e atividade de desenvolvimento robusta. No campo das finanças descentralizadas (DeFi), a Lunex Network emergiu como um novo jogador promissor. Esta exchange híbrida oferece uma solução única ao facilitar a negociação entre cadeias com mais de 50.000 pares de negociação e uma estrutura sem taxas. A Lunex Network visa simplificar o DeFi tanto para traders novatos quanto experientes, tornando-o mais acessível para investidores de varejo. Com uma liquidez impressionante de 2,95 milhões de dólares já garantida, a Lunex está se posicionando como um facilitador chave no espaço DeFi, potencialmente democratizando o acesso a este mercado lucrativo. A ascensão da Akash Network, Solana e Lunex Network destaca uma tendência mais ampla em direção à inovação descentralizada além das finanças tradicionais. O recente aumento de 10% da Akash nas últimas 24 horas e um notável aumento de 36% na última semana enfatizam seu potencial para desestabilizar os serviços de nuvem convencionais. À medida que a demanda por plataformas descentralizadas e sem confiança cresce, esses tokens apresentam oportunidades de investimento empolgantes. Com a Solana se aproximando de seu ATH e o momento da Akash, os investidores estão observando atentamente esses desenvolvimentos, enquanto a Lunex Network continua a atrair atenção com suas ofertas DeFi.

Retrieval-augmented generation (RAG) has emerged as a pivotal method for integrating large language models (LLMs) into specialized business applications, enabling the infusion of proprietary data into model responses. Despite its effectiveness during the proof of concept (POC) phase, developers often face significant accuracy drops when transitioning RAG into production. This issue is particularly pronounced during the retrieval phase, where the aim is to accurately fetch the most relevant context for a given query, a metric known as context recall. This article delves into strategies for enhancing context recall by customizing and fine-tuning embedding models, ultimately improving RAG's performance in real-world applications. RAG operates in two main steps: retrieval and generation. In the retrieval phase, the model converts text into vectors, indexes, retrieves, and re-ranks these vectors to identify the top matches. However, failures in this phase can lead to missed relevant contexts, resulting in lower context recall and less accurate generation outputs. One effective solution is to adapt the embedding model, which is designed to understand relationships between text data, to produce embeddings that are specific to the dataset being used. This fine-tuning allows the model to generate similar vectors for similar sentences, enhancing its ability to retrieve context that is highly relevant to the query. To improve context recall, it is essential to prepare a tailored dataset that reflects the types of queries the model will encounter. This involves extracting a diverse range of questions from the knowledge base, paraphrasing them for variability, and organizing them by relevance. Additionally, constructing an evaluation dataset helps assess the model's performance in a realistic setting. By employing an Information Retrieval Evaluator, developers can measure metrics like Recall@k and Precision@k to gauge retrieval accuracy. Ultimately, fine-tuning the embedding model can lead to substantial improvements in context recall, ensuring that RAG remains accurate and reliable in production environments.