DGrid AI는 최신 연구 논문 PoQ-Judge를 발표하여 다중 아키텍처 평가 프레임워크를 통해 분산형 LLM 품질 평가의 폐쇄 루프를 완성했습니다
탈중앙화 AI 인프라 네트워크 DGrid AI가 오늘 최신 연구 논문 "PoQ-Judge"를 발표하며, 정답을 참조할 필요 없는 다중 아키텍처 품질 평가 프레임워크를 제안했습니다. 이는 실제 배포 환경에서는 종종 비교할 표준 답변이 없음을 의미하며, 프로토콜은 여전히 모델의 응답 품질에 대해 신뢰할 수 있는 점수를 부여하고 이에 따라 인센티브를 분배할 수 있습니다. 이는 DGrid 탈중앙화 LLM 추론 품질 평가 시스템에서 오랫동안 부족했던 핵심 퍼즐 조각입니다.PoQ(Proof of Quality, 품질 증명)는 DGrid가 자체 개발한 합의 메커니즘으로, 프로토콜 레이어에서 모델 제공자가 저품질 모델을 제공하거나 데이터를 위조하거나 계산 비용을 숨기는 것을 방지하여 서비스 품질과 가격 투명성을 보장합니다. DGrid 팀은 PoQ를 중심으로 지속적으로 연구를 진행해 왔으며, 이미 네 편의 연구 논문을 발표했습니다. 이번에 발표된 PoQ-Judge는 서로 다른 품질 및 비용 시나리오를 포괄하는 세 가지 평가 모델을 훈련시켰으며, 유지 테스트 세트에서 인공 점수와의 상관관계가 최대 0.747에 달해 이전의 모든 참조 답변 기반 평가기보다 현저히 우수하며, 계단식 평가와 온라인 가중치 보정을 통해 평가 비용을 72% 이상 절감했습니다.PoQ-Judge의 도입으로 품질 평가 → 점수 → 인센티브 분배의 전체 프로세스가 정답에 대한 의존에서 완전히 벗어나, 탈중앙화 LLM 추론의 품질 폐쇄 루프가 열리게 되었습니다.DGrid AI는 개방적이고 투명하며 커뮤니티 주도의 AI 인프라 구축에 전념하는 탈중앙화 AI 스마트 네트워크입니다. 모델 호출 및 응용 경험을 중심으로 DGrid는 여러 핵심 제품을 출시했습니다: 전 세계 주요 대모델을 통합하는 AI Gateway, AI 스마트 에이전트 원클릭 배포 플랫폼 DClaw, 익명 모델 경쟁 플랫폼 AI Arena, 그리고 스마트 모델 추천 도우미 Dori로, 개발자와 사용자에게 원스톱 서비스를 제공합니다. 전해진 바에 따르면, DGrid AI의 반년 수익은 2000만 달러를 돌파했습니다.
