人工智能已经开始产生创造性和令人信服的输出。 然而，它经常会出现事实错误或幻觉。 为了让它处理高风险或自主任务，其输出必须可靠地经过验证。 @Mira_Network 为这些人工智能输出提供了一个去中心化、无信任的验证层。 Mira 是如何工作的？ 它将输出转化为独立可验证的声明。 每个声明分布在多个人工智能模型中，这些模型共同决定每个声明的有效性。 他们的经济安全模型结合了工作量证明（PoW）和权益证明（PoS）机制。 这为诚实验证创造了可持续的激励，同时捕获和分配真实的经济价值。 > PoW 确保验证者执行推理任务，而不是猜测 > PoS 要求节点质押价值，对于不诚实或懒惰的行为会有惩罚 隐私得以保留，因为声明是分片的，响应在最终确定之前保持私密。 这意味着任何单一验证者无法重建完整内容。 关于 Mira 的关键点： > 没有单一实体控制输出验证过程 > 允许与任何人工智能系统集成，从聊天机器人到自主代理 > 声明分片和安全聚合防止数据泄露 Mira 使用多个模型和去中心化共识来验证人工智能输出。 这通过纳入多样化的视角来减少偏见，并通过集体验证消除幻觉。 集中验证只会将偏见转移到控制它的任何人身上。 相反，Mira 使任何人都能参与验证，创建一个中立且强大的真相验证网络。 随着时间的推移，Mira 旨在将生成和验证合并为一个基础模型，只输出经过验证的、无错误的内容。