Buchumschlag

LLM-Net: Democratizing LLMs-as-a-Service through Blockchain-based Expert Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chong, Zan-Kai, Ohsaki, Hiroyuki, Ng, Bryan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Proof of Useful Intelligence (PoUI): Blockchain Consensus Beyond Energy Waste
von: Chong, Zan-Kai, et al.
Veröffentlicht: (2025)

The Silent Scholar Problem: A Probabilistic Framework for Breaking Epistemic Asymmetry in LLM Agents
von: Chong, Zan-Kai, et al.
Veröffentlicht: (2025)

Tractable Asymmetric Verification for Large Language Models via Deterministic Replicability
von: Chong, Zan-Kai, et al.
Veröffentlicht: (2025)

Compiling Deterministic Structure into SLM Harnesses
von: Chong, Zan Kai, et al.
Veröffentlicht: (2026)

Improve Cost Efficiency of Active Learning over Noisy Dataset
von: Chong, Zan-Kai, et al.
Veröffentlicht: (2024)

Collaborative Active Learning in Conditional Trust Environment
von: Chong, Zan-Kai, et al.
Veröffentlicht: (2024)

Improving Uncertainty Sampling with Bell Curve Weight Function
von: Chong, Zan-Kai, et al.
Veröffentlicht: (2024)

Structured Outputs Enable General-Purpose LLMs to be Medical Experts
von: Guo, Guangfu, et al.
Veröffentlicht: (2025)

MoECollab: Democratizing LLM Development Through Collaborative Mixture of Experts
von: Harshit
Veröffentlicht: (2025)

Explainable Heterogeneous Anomaly Detection in Financial Networks via Adaptive Expert Routing
von: Li, Zan, et al.
Veröffentlicht: (2025)

Branch-Train-MiX: Mixing Expert LLMs into a Mixture-of-Experts LLM
von: Sukhbaatar, Sainbayar, et al.
Veröffentlicht: (2024)

Blockchain-based Crowdsourced Deep Reinforcement Learning as a Service
von: Alagha, Ahmed, et al.
Veröffentlicht: (2025)

BoLT: A Benchmark to Democratize Black-box Optimization Research for Expensive LLM Tasks
von: Chew, Ruth Wan Theng, et al.
Veröffentlicht: (2026)

Efficient Dynamic Ensembling for Multiple LLM Experts
von: Hu, Jinwu, et al.
Veröffentlicht: (2024)

Conversation for Non-verifiable Learning: Self-Evolving LLMs through Meta-Evaluation
von: Sui, Yuan, et al.
Veröffentlicht: (2026)

LLM Factoscope: Uncovering LLMs' Factual Discernment through Inner States Analysis
von: He, Jinwen, et al.
Veröffentlicht: (2023)

TableNet A Large-Scale Table Dataset with LLM-Powered Autonomous
von: Zhang, Ruilin, et al.
Veröffentlicht: (2026)

Unveiling and Consulting Core Experts in Retrieval-Augmented MoE-based LLMs
von: Zhou, Xin, et al.
Veröffentlicht: (2024)

AdaPhish: AI-Powered Adaptive Defense and Education Resource Against Deceptive Emails
von: Meguro, Rei, et al.
Veröffentlicht: (2025)

LLM4GRN: Discovering Causal Gene Regulatory Networks with LLMs -- Evaluation through Synthetic Data Generation
von: Afonja, Tejumade, et al.
Veröffentlicht: (2024)

Agent-as-a-Service based on Agent Network
von: Zhu, Yuhan, et al.
Veröffentlicht: (2025)

FLEx: Personalized Federated Learning for Mixture-of-Experts LLMs via Expert Grafting
von: Liu, Fan, et al.
Veröffentlicht: (2025)

Compass: Navigating Global Marine Lead Data Integration through Expert-Guided LLM Agent
von: Liu, Yiming, et al.
Veröffentlicht: (2026)

TradExpert: Revolutionizing Trading with Mixture of Expert LLMs
von: Ding, Qianggang, et al.
Veröffentlicht: (2024)

ExpTest: Automating Learning Rate Searching and Tuning with Insights from Linearized Neural Networks
von: Chaudhry, Zan, et al.
Veröffentlicht: (2024)

Cross-Stage Attention Multi-Expert Network for Radiologist-Inspired Breast Ultrasound Diagnosis
von: Zhai, Xinyang, et al.
Veröffentlicht: (2026)

Eliciting Better Multilingual Structured Reasoning from LLMs through Code
von: Li, Bryan, et al.
Veröffentlicht: (2024)

Democratizing Large-Scale Re-Optimization with LLM-Guided Model Patches
von: Ye, Tinghan, et al.
Veröffentlicht: (2026)

Who Do LLMs Trust? Human Experts Matter More Than Other LLMs
von: Bajaj, Anooshka, et al.
Veröffentlicht: (2026)

Apertus: Democratizing Open and Compliant LLMs for Global Language Environments
von: Apertus, Project, et al.
Veröffentlicht: (2025)

DiagNet: Detecting Objects using Diagonal Constraints on Adjacency Matrix of Graph Neural Network
von: Lee, Chong Hyun, et al.
Veröffentlicht: (2025)

Blockchain Meets LLMs: A Living Survey on Bidirectional Integration
von: Gong, Jianghao, et al.
Veröffentlicht: (2024)

Logic-RL: Unleashing LLM Reasoning with Rule-Based Reinforcement Learning
von: Xie, Tian, et al.
Veröffentlicht: (2025)

Towards Automating Blockchain Consensus Verification with IsabeLLM
von: Jones, Elliot, et al.
Veröffentlicht: (2026)

Democratizing AI: Open-source Scalable LLM Training on GPU-based Supercomputers
von: Singh, Siddharth, et al.
Veröffentlicht: (2025)

Can LLMs Replace Human Evaluators? An Empirical Study of LLM-as-a-Judge in Software Engineering
von: Wang, Ruiqi, et al.
Veröffentlicht: (2025)

An Expert is Worth One Token: Synergizing Multiple Expert LLMs as Generalist via Expert Token Routing
von: Chai, Ziwei, et al.
Veröffentlicht: (2024)

DrHouse: An LLM-empowered Diagnostic Reasoning System through Harnessing Outcomes from Sensor Data and Expert Knowledge
von: Yang, Bufang, et al.
Veröffentlicht: (2024)

One for All: A General Framework of LLMs-based Multi-Criteria Decision Making on Human Expert Level
von: Wang, Hui, et al.
Veröffentlicht: (2025)

OKBench: Democratizing LLM Evaluation with Fully Automated, On-Demand, Open Knowledge Benchmarking
von: Li, Yanhong, et al.
Veröffentlicht: (2025)