# 2025年3月下半月报

### 主网参数

验证者节点：105个

Miner节点：1182个

钱包数变化：44+

 

### 项目动态

#### 1.     大模型初始化

**o   优化Morpheus作为AI 智能体底层大模型——50%**

优化模型的计算效率，减少训练和推理过程中的延迟，提升大规模任务的处理能力；

引入分布式训练机制，确保Morpheus能够在多个GPU/TPU节点上高效运行，提升计算吞吐量；

进行模型压缩和量化，降低内存占用，确保Morpheus能够在资源受限的设备上高效运行；

完成性能测试与调优，确保优化后的模型在各种硬件平台上都能稳定运行。

**o   提供语言理解、推理和通讯能力——50%**

**o   增强功能：引入基本个性模块（逻辑型、情感型、创意型），以实现智能体的个性化基础——0%**

**o   引入DeepSeek V3的MOE模型框架，以提升基础大模型的训练效率——49%**

·    完成MOE模型的大规模分布式训练，确保能够处理海量数据；

·    实现MOE模型在多任务学习中的应用，支持不同任务的专家选择；

·    进行大规模数据集上的性能评估，分析训练速度与准确率的平衡。

#### 2.         分布式隐私计算支持 (暂停)

 

#### 3.         Agent Model Center（MVP）

**o   上线第一版本的Model Center，由MATRIX AI提供初始化的Agent Tools，用户可以基于Tools组装Agent——39%**

开发AI Agent的训练工具，支持数据预处理、训练过程监控和优化策略；

提供自定义超参数调优功能，帮助用户优化训练过程和模型性能；

集成自动化训练和模型评估功能，使用户能够便捷地调试和验证自己的AI Agent； 

实现并行训练机制，支持大规模训练任务的高效执行。

**o   扩展Agent Model Center兼容的基准模型，引入DeepSeek V3作为基准模型之一——23%**

完善DeepSeek V3及其他基准模型的训练流程，优化数据预处理、训练配置和模型调优的过程；

实现训练后的模型自动化部署功能，简化模型上线流程；

引入自动化监控和反馈机制，确保训练过程中能够实时跟踪模型的性能和状态；

提升部署后的模型推理效率，确保模型在生产环境中的高效运行。

#### 4.         智能体MVP

**o   Web 3.0 Mentor MVP第一版完成**

**o  第二个MVP 研究当中**

#### 5.         脑波分布式数据库启动

**o   上线NeuraMATRIX第一个生态应用，开始收集用户数据并进行脱敏清洗——17%**

#### 6.         Others: 提交Bitfinex上币申请