区块链数据模型
Space and Time 将主要的区块链数据加载到关系数据模型中，以便于分析。为了更轻松地探索数据，Space and Time Studio 有一个交互式数据模型浏览器。交互式数据模型浏览器要开始探索数据模型，请转到交互式数据模型浏览器（下面有具体链的链接），然后单击顶部菜单中的“数据集”。从那里，您可以点击不同的区块链数据模型、您自己的数据集或社区共享数据。 要在模型中搜索数据元素，请使用资源管理器左上角的“搜索”栏：区块链数据模型以下链接将直接带您进入不同的区块链数据模型页面：比特币以太坊同步多边形隋阿普托斯诚即将推出：雪崩BNB链根据仲裁庭乐观那么链下数据呢？您还可以将自己的链下数据加载到 Space and Time 中。这样，您就可以将应用程序生成的数据与区块链数据结合起来，并在单个查询中为您的游戏生成 DeFi 选项或动态 NFT。
区块链数据模型
Space and Time 将主要的区块链数据加载到关系数据模型中，以便于分析。为了更轻松地探索数据，Space and Time Studio 有一个交互式数据模型浏览器。交互式数据模型浏览器要开始探索数据模型，请转到交互式数据模型浏览器（下面有具体链的链接），然后单击顶部菜单中的“数据集”。从那里，您可以点击不同的区块链数据模型、您自己的数据集或社区共享数据。 要在模型中搜索数据元素，请使用资源管理器左上角的“搜索”栏：区块链数据模型以下链接将直接带您进入不同的区块链数据模型页面：比特币以太坊同步多边形隋阿普托斯诚即将推出：雪崩BNB链根据仲裁庭乐观那么链下数据呢？您还可以将自己的链下数据加载到 Space and Time 中。这样，您就可以将应用程序生成的数据与区块链数据结合起来，并在单个查询中为您的游戏生成 DeFi 选项或动态 NFT。
矢量搜索成功 探索 RAG 在开发复杂 LLM 中的作用。
在 2022 年之前，如果你想快速回忆起你最喜欢的书中的某个特定段落或你刚看过的电影中的一句台词，而又不想让作品本身摆在你面前，你可能会求助于搜索引擎。你会用精心设计的搜索输入提示它，解析返回的结果，访问似乎包含你的答案的 SparkNotes 或 IMDB 链接，并在几分钟内在页面上找到你要查找的文本。现在，你只需打开 ChatGPT，输入“终结者最著名的台词是什么？”或“写出《双城记》的开场白”，几秒钟内就能得到你的逐字答案。 大型语言模型 (LLM) 最简单的用途之一是作为知识数据库。LLM 已在包含丰富信息的海量数据集上进行训练，而 ChatGPT 等接口可轻松检索这些信息。例如，当您提示 ChatGPT 返回电影或书籍的内容时，您只是在利用模型回忆其在训练期间接触过的信息的能力。但是，如果它没有接受《终结者》剧本的训练，或者它的权重不重视狄更斯的作品，该怎么办？为了为最简单的用例（例如基本信息检索）提供最准确和最相关的结果，LLM 需要复杂的索引和检索机制，以便精确访问广泛的信息。了解 LLM 内容生成和培训LLM 内容是通过称为下一个标记预测的过程生成的，该过程可确保...
矢量搜索成功 探索 RAG 在开发复杂 LLM 中的作用。
在 2022 年之前，如果你想快速回忆起你最喜欢的书中的某个特定段落或你刚看过的电影中的一句台词，而又不想让作品本身摆在你面前，你可能会求助于搜索引擎。你会用精心设计的搜索输入提示它，解析返回的结果，访问似乎包含你的答案的 SparkNotes 或 IMDB 链接，并在几分钟内在页面上找到你要查找的文本。现在，你只需打开 ChatGPT，输入“终结者最著名的台词是什么？”或“写出《双城记》的开场白”，几秒钟内就能得到你的逐字答案。 大型语言模型 (LLM) 最简单的用途之一是作为知识数据库。LLM 已在包含丰富信息的海量数据集上进行训练，而 ChatGPT 等接口可轻松检索这些信息。例如，当您提示 ChatGPT 返回电影或书籍的内容时，您只是在利用模型回忆其在训练期间接触过的信息的能力。但是，如果它没有接受《终结者》剧本的训练，或者它的权重不重视狄更斯的作品，该怎么办？为了为最简单的用例（例如基本信息检索）提供最准确和最相关的结果，LLM 需要复杂的索引和检索机制，以便精确访问广泛的信息。了解 LLM 内容生成和培训LLM 内容是通过称为下一个标记预测的过程生成的，该过程可确保...
什么是空间和时间？
Web3 的可验证计算层。空间和时间 (SxT) 是可验证的计算层，可在去中心化数据仓库上扩展零知识证明，为智能合约、法学硕士和企业提供无需信任的数据处理。 Space and Time 将来自主要链的索引区块链数据与链下数据集连接起来。 Proof of SQL 是 Space and Time 开发的新颖的 ZK-proof，可确保大规模计算的防篡改，并证明查询结果未被操纵。 Space and Time 受到最著名的金融机构、企业和 Web3 应用程序的信任。开发人员使用空间和时间来...🤝连接索引的链上数据和链下数据连接到我们从主要链中索引的防篡改、关系型实时区块链数据以及您获取的链下数据。我们已经为以太坊、比特币、zkSync、Polygon、Sui、Avalanche、Sei 和 Aptos 建立了索引，并且我们正在不断增加对更多链的支持。🦋使用 SQL 转换数据执行低延迟缓存查询和大型分析作业，将数据转换和塑造为特定于您的业务的模式。👩💻将查询发布到 API 和漂亮的仪表板将数据集和查询直接发布到 API，在空间和时间之上构建 dapp，并轻松扩展到数十 ...
什么是空间和时间？
Web3 的可验证计算层。空间和时间 (SxT) 是可验证的计算层，可在去中心化数据仓库上扩展零知识证明，为智能合约、法学硕士和企业提供无需信任的数据处理。 Space and Time 将来自主要链的索引区块链数据与链下数据集连接起来。 Proof of SQL 是 Space and Time 开发的新颖的 ZK-proof，可确保大规模计算的防篡改，并证明查询结果未被操纵。 Space and Time 受到最著名的金融机构、企业和 Web3 应用程序的信任。开发人员使用空间和时间来...🤝连接索引的链上数据和链下数据连接到我们从主要链中索引的防篡改、关系型实时区块链数据以及您获取的链下数据。我们已经为以太坊、比特币、zkSync、Polygon、Sui、Avalanche、Sei 和 Aptos 建立了索引，并且我们正在不断增加对更多链的支持。🦋使用 SQL 转换数据执行低延迟缓存查询和大型分析作业，将数据转换和塑造为特定于您的业务的模式。👩💻将查询发布到 API 和漂亮的仪表板将数据集和查询直接发布到 API，在空间和时间之上构建 dapp，并轻松扩展到数十 ...
智能合约索引
我们很高兴地宣布发布**智能合约索引：**我们的区块链索引服务的一项新功能，允许您通过简单地提供合约地址，从您自己的智能合约事件中生成一组新的自定义空间和时间表。它是什么以及我们为何构建它当您使用 Space and Time 进行构建时，您可以免费访问我们从主要链实时进行 ZK 索引的全面区块链数据。与其他索引解决方案相比，我们采取的方法更快、更成熟、可扩展、兼容 ZK，最重要的是具有对整个链进行索引的能力。因为我们正在运行相当大的数据仓库集群（不仅仅是单服务器 PostgreSQL 实例），所以每个集群可以容纳数十 TB 的数据。仅以太坊每年就会产生约 2TB 的重要数据，并且以太坊是迄今为止数据量最小的流行链。 我们的索引服务提供存储在“核心”表中的链级数据（即钱包、交易、合约、区块、代币转移等表——一旦链的索引完成，即来自创世块的完整链状态），如以及来自 Aave、Uniswap、Opensea、dYdX 或价格源等协议的特定于协议的语义数据集。但我们也理解，有时开发人员需要访问他们自己的智能合约发出的事件相关的数据，我们希望抽象出必须对核心表进行排序才能获取数据的复杂性...
智能合约索引
我们很高兴地宣布发布**智能合约索引：**我们的区块链索引服务的一项新功能，允许您通过简单地提供合约地址，从您自己的智能合约事件中生成一组新的自定义空间和时间表。它是什么以及我们为何构建它当您使用 Space and Time 进行构建时，您可以免费访问我们从主要链实时进行 ZK 索引的全面区块链数据。与其他索引解决方案相比，我们采取的方法更快、更成熟、可扩展、兼容 ZK，最重要的是具有对整个链进行索引的能力。因为我们正在运行相当大的数据仓库集群（不仅仅是单服务器 PostgreSQL 实例），所以每个集群可以容纳数十 TB 的数据。仅以太坊每年就会产生约 2TB 的重要数据，并且以太坊是迄今为止数据量最小的流行链。 我们的索引服务提供存储在“核心”表中的链级数据（即钱包、交易、合约、区块、代币转移等表——一旦链的索引完成，即来自创世块的完整链状态），如以及来自 Aave、Uniswap、Opensea、dYdX 或价格源等协议的特定于协议的语义数据集。但我们也理解，有时开发人员需要访问他们自己的智能合约发出的事件相关的数据，我们希望抽象出必须对核心表进行排序才能获取数据的复杂性...
现代企业的可验证LLMs
2024 年，企业已开始从 2022 年底最初由 ChatGPT 驱动的兴奋转向实际应用。企业现在专注于创建生产级人工智能应用程序，利用专有数据执行检索增强生成（RAG）等任务，甚至对大型语言模型（LLM）进行定制训练或微调。这种转变反映了人工智能更深入地融入核心业务流程，超越了2023 年新兴技术成熟度曲线所确定的“期望过高的峰值” ：图 0：新兴技术的Gartner技术成熟度曲线 在这里，当期望达到最高时，我们开始目睹企业快速实验的负面后果。就法学硕士和生成式人工智能而言，针对业界最大的人工智能公司的一系列诉讼就证明了这一点。品牌信任度已经不够了。原告要求得到有关支持当今专有法学硕士创建和使用的流程的答案：使用哪些数据集来训练或微调特定的法学硕士？这些数据集是否包含任何受版权保护的内容或受保护的知识产权 (IP)？在训练之前或在填充要在提示中检索的矢量搜索数据库之前是否删除了个人身份信息 (PII) 等敏感数据？是否使用正确的 LLM 二进制文件和权重处理用户请求？当使用第三方托管的 LLM 服务时，您能相信第三方没有以任何方式操纵响应吗？是否有任何敏感 IP 由于 RAG ...
现代企业的可验证LLMs
2024 年，企业已开始从 2022 年底最初由 ChatGPT 驱动的兴奋转向实际应用。企业现在专注于创建生产级人工智能应用程序，利用专有数据执行检索增强生成（RAG）等任务，甚至对大型语言模型（LLM）进行定制训练或微调。这种转变反映了人工智能更深入地融入核心业务流程，超越了2023 年新兴技术成熟度曲线所确定的“期望过高的峰值” ：图 0：新兴技术的Gartner技术成熟度曲线 在这里，当期望达到最高时，我们开始目睹企业快速实验的负面后果。就法学硕士和生成式人工智能而言，针对业界最大的人工智能公司的一系列诉讼就证明了这一点。品牌信任度已经不够了。原告要求得到有关支持当今专有法学硕士创建和使用的流程的答案：使用哪些数据集来训练或微调特定的法学硕士？这些数据集是否包含任何受版权保护的内容或受保护的知识产权 (IP)？在训练之前或在填充要在提示中检索的矢量搜索数据库之前是否删除了个人身份信息 (PII) 等敏感数据？是否使用正确的 LLM 二进制文件和权重处理用户请求？当使用第三方托管的 LLM 服务时，您能相信第三方没有以任何方式操纵响应吗？是否有任何敏感 IP 由于 RAG ...
