Kami memperkenalkan EVAL Engine (Evaluation Validation Architecture), sebuah kerangka kerja terdesentralisasi untuk mengevaluasi agen AI dengan fokus pada agen yang berbasis crypto-native melalui penilaian real-time yang dapat diverifikasi dan kemampuan pembelajaran berkelanjutan.

Sistem kami memanfaatkan arsitektur blockchain relasional tanpa gas dari Chromias untuk memungkinkan evaluasi kinerja agen AI yang transparan, tidak dapat diubah, dan hemat biaya. Sistem ini menggabungkan beberapa LLM-as-a-judge[1] dan metrik keterlibatan sosial untuk pembelajaran penguatan berkelanjutan melalui loop umpan balik dan sistem reward.

Kami menunjukkan bahwa EVAL Engine dapat mencapai evaluasi yang efisien dan aman sambil beradaptasi dengan standar kinerja yang terus berkembang melalui loop umpan balik yang didorong oleh keterlibatan.

Kami juga menyajikan roadmap yang komprehensif untuk pengembangan EVAL Engine, termasuk pengembangan API, persiapan data, pengembangan model, dan penyebaran model.