Tác giả: LindaBell
Ở vòng trước Trong thời kỳ bùng nổ AI phi tập trung, các dự án nổi tiếng như Bittensor, io.net và Olas đã nhanh chóng trở thành người dẫn đầu ngành với các công nghệ tiên tiến và cách bố trí hướng tới tương lai. Tuy nhiên, khi giá trị của các dự án đã thành lập này tiếp tục tăng, ngưỡng tham gia của các nhà đầu tư thông thường cũng ngày càng cao hơn. Vậy trước vòng quay ngành hiện nay, liệu có cơ hội mới nào để tham gia?
Flock là A phi tập trung Nền tảng ứng dụng và đào tạo mô hình AI kết hợp công nghệ chuỗi khối và học tập liên kết để cung cấp cho người dùng môi trường quản lý và đào tạo mô hình an toàn đồng thời bảo vệ quyền riêng tư dữ liệu và sự tham gia công bằng của cộng đồng. Từ Flock lần đầu tiên được đưa ra công chúng vào năm 2022. Nhóm sáng lập của nó đã cùng xuất bản một bài báo học thuật có tiêu đề "FLock: Bảo vệ các hành vi độc hại trong học tập liên kết bằng blockchain", đề xuất đưa blockchain vào học tập liên kết. hành vi ác ý. Bài viết này giải thích cách tăng cường bảo mật dữ liệu và bảo vệ quyền riêng tư trong quá trình đào tạo mô hình thông qua cơ chế phi tập trung, đồng thời cho thấy tiềm năng ứng dụng của kiến trúc mới này trong điện toán phân tán.
Sau bằng chứng ban đầu về khái niệm,Flock đã triển khai Flock Research mạng lưới AI đa tác nhân phi tập trung vào năm 2023. Trong Flock Research, mỗi Tác nhân là một mô hình ngôn ngữ lớn (LLM) được điều chỉnh cho một miền cụ thể, có khả năng cung cấp cho người dùng thông tin chi tiết về các miền khác nhau thông qua cộng tác. Sau đó vào giữa tháng 5 năm 2024, Flock chính thức mở mạng thử nghiệm của nền tảng đào tạo AI phi tập trung. Người dùng có thể tham gia đào tạo và tinh chỉnh mô hình bằng cách sử dụng mã thông báo thử nghiệm FML và nhận phần thưởng. Tính đến ngày 30 tháng 9 năm 2024, số lượng kỹ sư AI hoạt động hàng ngày trên nền tảng Flock đã vượt quá 300 và số lượng mô hình được gửi tích lũy đã lên tới hơn 15.000.
Khi dự án tiếp tục phát triển, Flock cũng đã thu hút được sự chú ý của thị trường vốn. Vào tháng 3 năm nay, Flock đã hoàn thành vòng tài trợ trị giá 6 triệu đô la do Lightspeed Faction và Tagus Capital dẫn đầu, với sự tham gia của DCG, OKX Ventures, Inception Capital và Volt Capital. Đáng chú ý,Flock cũng là dự án cơ sở hạ tầng AI duy nhất nhận được tài trợ trong Vòng tài trợ học thuật của Quỹ Ethereum năm 2024.
Học liên kết (Học liên kết) là một phương pháp học máy cho phép Nhiều các thực thể (thường được gọi là máy khách) làm việc cùng nhau để huấn luyện mô hình đồng thời đảm bảo rằng dữ liệu được lưu trữ cục bộ. Không giống như học máy truyền thống, học liên kết tránh tải tất cả dữ liệu lên máy chủ trung tâm và thay vào đó bảo vệ quyền riêng tư của người dùng thông qua các phép tính cục bộ. Hiện tại, Học liên kết thực sự đã được áp dụng trong nhiều tình huống thực tế. Ví dụ: Google đã đưa học liên kết vào phương thức nhập Gboard của mình từ năm 2017 để tối ưu hóa các đề xuất nhập và dự đoán văn bản trong khi vẫn đảm bảo không có dữ liệu đầu vào của Người dùng. đã tải lên. Tesla cũng đã áp dụng công nghệ tương tự trong hệ thống lái tự động của mình để nâng cao nhận thức về môi trường của phương tiện theo cách địa phương và giảm nhu cầu truyền dữ liệu video dung lượng lớn.
Nhưng vẫn có một số vấn đề với những ứng dụng này, đặc biệt là về quyền riêng tư và bảo mật. Trước hết, người dùng cần tin tưởng vào một bên thứ ba tập trung. Thứ hai, trong quá trình truyền và tổng hợp tham số mô hình, họ cũng cần ngăn chặn các nút độc hại tải lên dữ liệu sai hoặc tham số độc hại, khiến mô hình bị sai lệch về hiệu suất tổng thể hoặc. thậm chí đưa ra kết quả dự đoán sai. Theo nghiên cứu do nhóm FLock công bố trên IEEE journal, độ chính xác của mô hình học liên kết truyền thống sẽ giảm xuống 96,3% khi có 10% nút độc hại tồn tại và khi tỷ lệ nút độc hại tăng lên 30% và 40%, độ chính xác giảm xuống lần lượt là 80,1% và 70,9%.
Để giải quyết những vấn đề này, Flock đã giới thiệu các hợp đồng thông minh trên chuỗi khối như một "công cụ tin cậy" trong kiến trúc học tập liên kết của mình. Là một công cụ đáng tin cậy, hợp đồng thông minh có thể thực hiện việc thu thập và xác minh tham số tự động trong môi trường phi tập trung, đồng thời công bố kết quả mô hình mà không thiên vị, do đó ngăn chặn hiệu quả các nút độc hại giả mạo dữ liệu. So với các chương trình học tập liên kết truyền thống, độ chính xác của mô hình FLock vẫn có thể duy trì trên 95,5% ngay cả khi 40% nút là nút độc hại.
AI hiện tại Một điểm khó khăn lớn trong lĩnh vực này là các nguồn lực cho việc đào tạo mô hình AI và sử dụng dữ liệu vẫn tập trung nhiều vào tay một số công ty lớn, khiến các nhà phát triển và người dùng thông thường khó sử dụng các tài nguyên này một cách hiệu quả. Do đó, người dùng bị giới hạn ở các mô hình tiêu chuẩn hóa được xây dựng sẵn và không thể tùy chỉnh chúng cho phù hợp với nhu cầu của mình. Sự không phù hợp giữa cung và cầu này cũng dẫn đến thực tế là ngay cả khi thị trường có sức mạnh tính toán và trữ lượng dữ liệu dồi dào, nó cũng không thể chuyển đổi thành các mô hình và ứng dụng thực sự có thể sử dụng được.
Để giải quyết vấn đề này, Flock hy vọng sẽ trở thành một hệ thống lập kế hoạch điều phối hiệu quả nhu cầu, tài nguyên, sức mạnh tính toán và dữ liệu. Flock dựa trên nền tảng công nghệ Web3 để tự định vị mình là "lớp thực thi" vì với tư cách là chức năng cốt lõi, nó chủ yếu chịu trách nhiệm phân bổ nhu cầu AI tùy chỉnh của người dùng cho các nút phi tập trung khác nhau để đào tạo và thông qua các nút thông minh. hợp đồng Để lên lịch các tác vụ này chạy trên các nút trên toàn thế giới.
Đồng thời, để đảm bảo tính công bằng và hiệu quả của toàn bộ hệ sinh thái, hệ thống FLock cũng chịu trách nhiệm "Giải quyết"
mạnh> và "Đồng thuận" . Giải quyết đề cập đến việc thúc đẩy và quản lý sự đóng góp của người tham gia, đồng thời khen thưởng và trừng phạt họ dựa trên việc hoàn thành nhiệm vụ. Sự đồng thuận có trách nhiệm đánh giá và tối ưu hóa chất lượng kết quả đào tạo để đảm bảo rằng mô hình được tạo cuối cùng có thể đại diện cho giải pháp tối ưu toàn cầu.
Cấu trúc sản phẩm tổng thể của FLock bao gồm ba mô-đun chính: AI Arena, FL Alliance và AI Marketplace. Trong số đó, AI Arena chịu trách nhiệm đào tạo cơ bản về mô hình phi tập trung, FL Alliance chịu trách nhiệm tinh chỉnh mô hình theo cơ chế hợp đồng thông minh và AI Marketplace là thị trường ứng dụng mô hình cuối cùng.
AI Arena là câu trả lời cho Flock Trong nền tảng đào tạo AI tập trung, người dùng có thể tham gia bằng cách đặt cược FML mã thông báo mạng thử nghiệm Flock và nhận phần thưởng đặt cược tương ứng. Sau khi người dùng xác định mô hình được yêu cầu và gửi nhiệm vụ, nút đào tạo trong AI Arena sẽ sử dụng kiến trúc mô hình ban đầu nhất định để đào tạo mô hình cục bộ mà không cần tải dữ liệu trực tiếp lên máy chủ tập trung. Sau khi mỗi nút hoàn thành quá trình đào tạo, sẽ có một người xác minh chịu trách nhiệm đánh giá công việc của nút đào tạo, kiểm tra chất lượng của mô hình và chấm điểm. Nếu bạn không muốn tham gia vào quá trình xác minh, bạn cũng có thể chọn ủy quyền mã thông báo của mình cho người xác thực để nhận phần thưởng.
Trong AI Arena, cơ chế thưởng cho tất cả nhân vật phụ thuộc vào hai yếu tố cốt lõi: số lượng cam kết và chất lượng nhiệm vụ. Số lượng cam kết thể hiện “sự cam kết” của người tham gia, trong khi chất lượng nhiệm vụ đo lường sự đóng góp của họ. Ví dụ: phần thưởng của nút đào tạo phụ thuộc vào số lượng cam kết và xếp hạng chất lượng của mô hình được gửi, trong khi phần thưởng của người xác minh phụ thuộc vào tính nhất quán của kết quả bỏ phiếu với sự đồng thuận, số lượng mã thông báo được cam kết và số lần tham gia xác minh và số lần thành công. Thu nhập của người ủy quyền phụ thuộc vào người xác nhận mà anh ta chọn và số tiền cam kết.
AI Arena hỗ trợ các chế độ đào tạo mô hình học máy truyền thống và người dùng có thể chọn đào tạo trên thiết bị của riêng mình bằng cách sử dụng dữ liệu cục bộ hoặc dữ liệu công khai để tối đa hóa hiệu suất của mô hình cuối cùng. Hiện tại, có 496 nút đào tạo đang hoạt động, 871 nút xác minh và 72 người dùng được ủy quyền trên mạng thử nghiệm công khai AI Arena. Tỷ lệ cam kết nền tảng hiện tại là 97,74%, thu nhập trung bình hàng tháng của các nút đào tạo là 40,57% và thu nhập trung bình hàng tháng của các nút xác minh là 24,70%.
Được xếp hạng cao nhất về AI Arena Mô hình sẽ được chọn làm "mô hình đồng thuận" và giao cho FL Alliance để tinh chỉnh thêm. Tinh chỉnh trải qua nhiều vòng. Khi bắt đầu mỗi vòng, hệ thống sẽ tự động tạo hợp đồng thông minh FL liên quan đến nhiệm vụ, hợp đồng này sẽ tự động quản lý việc thực hiện nhiệm vụ và phần thưởng. Tương tự, mỗi người tham gia được yêu cầu đặt cọc một số lượng token FML nhất định. Những người tham gia được chỉ định ngẫu nhiên làm người đề xuất hoặc người bỏ phiếu, trong đó những người đề xuất sử dụng bộ dữ liệu cục bộ của riêng họ để huấn luyện mô hình và tải các tham số hoặc trọng số của mô hình đã huấn luyện lên những người tham gia khác. Cử tri sẽ tổng hợp kết quả cập nhật mô hình của người đề xuất và bỏ phiếu đánh giá. Sau đó, tất cả kết quả sẽ được gửi tới một hợp đồng thông minh để so sánh điểm của mỗi vòng với điểm của vòng trước để đánh giá tiến độ hay sự suy giảm hiệu suất của mô hình. Nếu điểm hiệu suất được cải thiện, hệ thống sẽ bước vào giai đoạn đào tạo tiếp theo; nếu điểm hiệu suất giảm, một vòng đào tạo, tổng hợp và đánh giá khác sẽ bắt đầu sử dụng mô hình đã được xác thực ở vòng trước.
FL Ailliance đạt được mục tiêu nhiều người tham gia cùng đào tạo một mô hình toàn cầu đồng thời đảm bảo chủ quyền dữ liệu bằng cách kết hợp cơ chế học tập liên kết và hợp đồng thông minh. Và bằng cách tích hợp các dữ liệu khác nhau và tổng hợp các trọng số, một mô hình toàn cầu có hiệu suất tốt hơn và khả năng mạnh mẽ hơn có thể được xây dựng. Ngoài ra, những người tham gia thể hiện cam kết tham gia bằng cách cam kết token và nhận phần thưởng dựa trên chất lượng mô hình và kết quả đồng thuận, hình thành một cơ chế sinh thái công bằng và minh bạch.
Mô hình đã được AI Arena đào tạo và FL Alliance tinh chỉnh cuối cùng sẽ được triển khai trên AI Marketplace để các ứng dụng khác sử dụng. Khác với "thị trường mô hình" truyền thống, AI Marketplace không chỉ cung cấp các mô hình làm sẵn mà còn cho phép người dùng sửa đổi thêm các mô hình và tích hợp các nguồn dữ liệu mới để đối phó với các tình huống ứng dụng khác nhau. Ngoài ra, AI Marketplace còn tích hợp công nghệ RAG (Retrieval-Augmented Generation) để cải thiện độ chính xác của mô hình trong các lĩnh vực cụ thể. RAG là phương pháp nâng cao các mô hình ngôn ngữ lớn bằng cách truy xuất thông tin liên quan từ cơ sở kiến thức bên ngoài khi tạo câu trả lời, đảm bảo rằng các câu trả lời của mô hình chính xác và được cá nhân hóa hơn.
Hiện tại, nhiều mô hình GPT tùy chỉnh dựa trên các kịch bản ứng dụng khác nhau đã được ra mắt trên AI Marketplace, bao gồm BTC GPT, Farcaster GPT, Scroll GPT, Ethereum GPT , vân vân. Chúng ta có thể lấy BTC GPT làm ví dụ để hiểu sự khác biệt giữa mô hình tùy chỉnh và mô hình chung.
Vào tháng 12 năm 2023, khi hỏi "ARC20 là gì?" đối với cả BTC GPT và ChatGPT:
< ul class =" list-paddingleft-2">Câu trả lời của BTC GPT: "Giao thức ARC20 là giao thức được xây dựng trên mạng Bitcoin, cho phép người dùng tạo, chuyển và nâng cấp các mặt hàng kỹ thuật số như NFT và mã thông báo có thể thay thế được. Thông qua giao thức ARC20, NFT không thể thay thế và mã thông báo có thể thay thế được có thể được tạo trên mạng Bitcoin. Các mã thông báo chính của giao thức ARC20 là ATOM. được sử dụng cho nhiều mục đích khác nhau trong giao thức"
Câu trả lời của ChatGPT: " Theo cập nhật kiến thức cuối cùng của tôi trong Tháng 1 năm 2022, không có tiêu chuẩn hoặc công nghệ nào có tên ARC20 được công nhận rộng rãi trong lĩnh vực công nghệ, tài chính hoặc các lĩnh vực chung khác. Có thể kể từ đó, một công nghệ hoặc tiêu chuẩn mới có tên ARC20 đã xuất hiện nhưng tôi không có thông tin liên quan. /p>
Từ câu trả lời của cả hai, chúng ta có thể thấy tầm quan trọng và lợi ích của việc tùy chỉnh mô hình GPT. Không giống như các mô hình ngôn ngữ có mục đích chung, các mô hình GPT tùy chỉnh có thể được đào tạo dựa trên dữ liệu theo miền cụ thể để cung cấp câu trả lời chính xác hơn.
Với sự phục hồi của lĩnh vực AI, token của Bittensor, một trong những đại diện của các dự án AI phi tập trung, đã tăng hơn 93,7% trong 30 ngày qua và mức giá đã từng gần với lịch sử. Vào thời điểm cao nhất, tổng giá trị thị trường một lần nữa vượt quá 4 tỷ USD. Điều đáng chú ý là tổ chức đầu tư DCG của Flock cũng là một trong những tổ chức xác nhận và khai thác lớn nhất trong hệ sinh thái Bittensor. Theo những người quen thuộc với vấn đề này, DCG nắm giữ khoảng 100 triệu đô la Mỹ trong TAO và trong một bài báo "Business Insider" năm 2021, nhà đầu tư DCG Matthew Beck đã đề xuất Bittensor là một trong 53 công ty khởi nghiệp tiền điện tử hứa hẹn nhất Một trong những công ty .
Mặc dù cả hai đều là dự án được DCG hỗ trợ, FLock và Bittensor có trọng tâm khác nhau. Về mặt định vị cụ thể, Mục tiêu của Bittensor là xây dựng Internet AI phi tập trungSử dụng “Mạng con” làm đơn vị cơ bản, mỗi mạng con tương đương với một mạng con phi tập trung. Trong thị trường này, người tham gia có thể tham gia với tư cách là. "thợ mỏ" hoặc "người xác minh". Hiện tại, có 49 mạng controng hệ sinh thái Bittensor, bao gồm nhiều lĩnh vực như chuyển văn bản thành giọng nói, tạo nội dung và tinh chỉnh các mô hình ngôn ngữ lớn.
Bittensor đã trở thành tâm điểm chú ý của thị trường kể từ năm ngoái. Một mặt, đó là do giá token của nó tăng nhanh chóng, đã tăng từ 80 đô la Mỹ vào tháng 10 năm 2023 lên mức cao nhất là 730 đô la Mỹ trong năm nay. Mặt khác, có nhiều nghi ngờ khác nhau, bao gồm cả việc liệu mô hình dựa vào ưu đãi mã thông báo để thu hút các nhà phát triển có thể bền vững hay không. Ngoài ra, trong hệ sinh thái Bittensor, tổng tỷ lệ TAO được cam kết bởi ba nhà xác nhận hàng đầu (Opentensor Foundation, Taostats & Corcel và Foundry) là gần 40%, điều này cũng khiến người dùng lo lắng về mức độ phân cấp của nó.
Không giống như Bittensor, FLock cam kết cung cấp cho người dùng các dịch vụ AI được cá nhân hóa bằng cách đưa blockchain vào hoạt động học tập liên kết. Flock tự định vị mình là "Uber trong lĩnh vực AI" Trong mô hình này, Flock hoạt động như một "hệ thống lập kế hoạch phi tập trung" phù hợp với nhu cầu AI và các nhà phát triển hợp đồng thông minh tự động quản lý việc phân bổ nhiệm vụ. , xác minh kết quả và giải quyết phần thưởng, đảm bảo rằng mỗi người tham gia có thể tham gia phân phối một cách công bằng dựa trên đóng góp của họ. Nhưng tương tự như Bittensor, ngoài việc trở thành nút đào tạo và người xác minh, Flock còn cung cấp cho người dùng tùy chọn tham gia được ủy quyền.
Cụ thể:
Huấn luyện Node: Tham gia cuộc thi huấn luyện các nhiệm vụ AI bằng cách stake token, phù hợp với người dùng có năng lực tính toán và kinh nghiệm phát triển AI.
Người xác minh: Cũng cần cầm cố token để tham gia vào mạng, chịu trách nhiệm xác minh chất lượng mô hình của người khai thác và Ảnh hưởng đến việc phân phối phần thưởng bằng cách gửi điểm xác minh.
Người ủy quyền: Ủy quyền mã thông báo cho các nút khai thác và trình xác thực để cải thiện hiệu suất của nút trong các nhiệm vụ Trọng lượng trong phân phối, đồng thời chia sẻ thu nhập thưởng của nút được ủy quyền. Bằng cách này, ngay cả những người dùng không có khả năng kỹ thuật để đào tạo hoặc xác thực các tác vụ cũng có thể tham gia vào mạng và kiếm doanh thu.
FLock.io hiện chính thức mở chức năng tham gia của khách hàng. Bất kỳ người dùng nào cũng có thể nhận thu nhập bằng cách đặt cược mã thông báo FML và Bạn có thể chọn. nút tối ưu dựa trên tỷ lệ lợi nhuận dự kiến hàng năm để tối đa hóa thu nhập đặt cược của bạn. Flock cũng cho biết rằng việc đặt cược và các hoạt động liên quan trong giai đoạn testnet sẽ ảnh hưởng đến phần thưởng airdrop tiềm năng sau khi mạng chính trực tuyến trong tương lai.
Trong tương lai, FLock cũng có kế hoạch ra mắt cơ chế bắt đầu nhiệm vụ thân thiện hơn, để người dùng cá nhân không có chuyên môn về AI có thể dễ dàng tham gia vào việc tạo và đào tạo các mô hình AI, nhận ra rằng "mọi người đều có thể tham gia" Tầm nhìn AI”. Đồng thời, Flock cũng đang tích cực hợp tác trong nhiều khía cạnh khác nhau, chẳng hạn như hợp tác với Ask Finance để phát triển các mô hình chấm điểm tín dụng trên chuỗi, hợp tác với Morpheus và Ritual để xây dựng các mô hình robot giao dịch và cung cấp triển khai các mẫu nút đào tạo chỉ bằng một cú nhấp chuột để các nhà phát triển có thể dễ dàng Bắt đầu và chạy chương trình đào tạo mô hình trên Akash. Ngoài ra, Flock đã đào tạo các nhà phát triển dịch vụ về trợ lý lập trình ngôn ngữ Move cho Aptos.
Nhìn chung, bất chấp sự khác biệt về định vị thị trường giữa Bittensor và Flock, cả hai đều đang cố gắng xác định lại AI thông qua các kiến trúc công nghệ phi tập trung khác nhau. hệ sinh thái là phá vỡ sự độc quyền về tài nguyên AI của những gã khổng lồ tập trung và xây dựng một hệ sinh thái AI cởi mở và công bằng hơn, đó là điều mà thị trường hiện tại rất cần.
Coinbase đã đạt được một cột mốc quan trọng khi tạo điều kiện cho giao dịch tiền điện tử AI-to-AI đầu tiên của mình, trong đó một AI mua token từ một AI khác bằng USDC trên nền tảng Base. Sự phát triển này cho phép các tác nhân AI thực hiện giao dịch trên toàn cầu và ngay lập tức, bỏ qua các rào cản ngân hàng truyền thống và có khả năng chuyển đổi các tương tác tài chính.
AnaisPixelcraft Studios, nhà sáng tạo ra Aavegotchi, đang ra mắt mạng lưới chơi game Ethereum chỉ dành cho thành viên Geist. Mạng lưới này nhằm mục đích giải quyết các vấn đề "nông trại công nghiệp" trong trò chơi tiền điện tử và dự kiến ra mắt vào cuối tháng 9 hoặc tháng 10.
KikyoSM Entertainment và LG Uplus đã hợp tác để ra mắt Nævis, một nghệ sĩ ảo hỗ trợ AI, sử dụng công nghệ ixi-GEN của LG để tạo ra âm nhạc, video và hàng hóa. Sự hợp tác này nhằm mục đích cách mạng hóa giải trí kỹ thuật số nhưng lại dấy lên lo ngại về những tác động tiềm tàng đến tiêu chuẩn sắc đẹp và ngành công nghiệp âm nhạc truyền thống.
JoyGemini AI của Google sẽ được tích hợp vào Android Auto, cung cấp các tương tác được cá nhân hóa và nâng cao so với Google Assistant. Bản cập nhật sẽ mang đến các tính năng đàm thoại nâng cao và có khả năng nâng cao trải nghiệm AI trong xe, mặc dù thông tin chi tiết về quyền truy cập đầy đủ tính năng và thời gian triển khai vẫn chưa rõ ràng.
WeatherlyPump.fun có trụ sở tại Solana đã đạt doanh thu 100 triệu đô la chỉ tám tháng sau khi ra mắt vào tháng 1, gây ra nhiều phản ứng trái chiều trong cộng đồng tiền điện tử khi các mạng blockchain khác nhanh chóng áp dụng các chiến lược tương tự.
Catherine
Alex<nil>
AlexNhiều nhà xuất bản lớn, bao gồm The New York Times và Condé Nast, đang chặn Applebot-Extended để ngăn dữ liệu của họ được sử dụng trong đào tạo AI. Xu hướng này phản ánh mối quan tâm ngày càng tăng về quyền dữ liệu và vai trò ngày càng phát triển của AI trong việc sử dụng nội dung.
AnaisNhững người khai thác tiền điện tử ở Trung Quốc, Hoa Kỳ và thậm chí trên toàn thế giới đang phải đối mặt với nguy cơ đóng cửa và đầu hàng, và các nhà phân tích cảnh báo rằng 56.000 đô la là tuyến phòng thủ cuối cùng của họ.
MiyukiZhao Changpeng sẽ được thả khỏi tù vào ngày 29 tháng 9. Đã có những thay đổi lớn trong vụ kiện giữa Binance và Ủy ban Chứng khoán và Giao dịch Hoa Kỳ. Mười luật sư đã từ chức và sẽ không còn làm luật sư cho Zhao Changpeng nữa.
Weiliang