[La plate-forme d’IA décentralisée ORO AI complète un tour de financement d’amorçage de 6 millions de dollars, dirigé par a16z CSX et Delphi Ventures] Le 17 avril, selon les nouvelles officielles, la plate-forme d’IA décentralisée ORO AI a annoncé l’achèvement d’un tour de financement d’amorçage de 6 millions de dollars, a16z Crypto Startup Accelerator Le tour de table a été mené par (CSX) et Delphi Ventures, avec la participation d’Ocular VC, d’Orange DAO, de NEAR Protocol et de 0G Labs.
Selon les rapports, ORO est une plate-forme d’IA décentralisée qui vise à débloquer des données privées de haute qualité pour des modèles d’IA avancés. ORO tire parti de la technologie blockchain pour faciliter le partage de données sécurisé et autorisé, permettant aux développeurs d’IA d’entraîner des modèles sur des ensembles de données de qualité tout en protégeant la confidentialité des données.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
La plateforme d’IA décentralisée ORO AI a clôturé un tour de table de 6 millions de dollars mené par a16z CSX et Delphi Ventures
[La plate-forme d’IA décentralisée ORO AI complète un tour de financement d’amorçage de 6 millions de dollars, dirigé par a16z CSX et Delphi Ventures] Le 17 avril, selon les nouvelles officielles, la plate-forme d’IA décentralisée ORO AI a annoncé l’achèvement d’un tour de financement d’amorçage de 6 millions de dollars, a16z Crypto Startup Accelerator Le tour de table a été mené par (CSX) et Delphi Ventures, avec la participation d’Ocular VC, d’Orange DAO, de NEAR Protocol et de 0G Labs. Selon les rapports, ORO est une plate-forme d’IA décentralisée qui vise à débloquer des données privées de haute qualité pour des modèles d’IA avancés. ORO tire parti de la technologie blockchain pour faciliter le partage de données sécurisé et autorisé, permettant aux développeurs d’IA d’entraîner des modèles sur des ensembles de données de qualité tout en protégeant la confidentialité des données.