Federa

为设计一个深耕**去中心化AI训练协作**的项目：**如何让互不信任的参与方共同训练一个AI模型**。
一个基于零知识证明的联邦学习任务市场，让数据提供者和训练者在不可信环境中协作训练AI模型，并按贡献自动获得代币奖励。联邦学习允许多方在不共享原始数据的前提下协作训练模型，但其落地受困于三个"协作陷阱"：

- **搭便车与造假**：参与者可能提交随机梯度，假装参与训练却坐享奖励。
- **贡献度量不公**：无法精确衡量每个参与方提供的数据或算力对最终模型性能的真实边际贡献。
- **中心化协调者需信任**：传统联邦学习依赖的中央服务器，可能窃取模型或暗中偏袒特定节点。

Federa将联邦学习改造为一个**利益绑定、自动审计、贡献可验证的开放市场**：任务发起者质押奖金，训练节点质押参与，通过链上梯度验证和贡献评分，实现无需信任的全球AI协作训练。