训练者不会将数据集上传到网络。 训练在训练者自己的机器上本地进行，使用他们的硬件和数据。训练完成后，他们只提交梯度。 原始数据从未被其他人共享、存储或检查。隐私是通过系统设计而非规则或信任来维护的。 这使得训练者能够贡献计算能力并改进模型，而不暴露敏感或专有信息。

一个新的 Cloud Depin 更新即将到来。 它引入了协议费用和内置的推荐机制，以支持长期发展和网络增长。 更多细节敬请期待。

Cloud DePIN 中的共识和质量控制由验证者处理。 每个训练轮次都有一个验证者，他会根据基准评估提交的更新。 低质量或恶意的贡献将不会获得奖励。 坏演员并不是通过规则被禁止的 - 而是通过激励被过滤掉。