Bagel

Bagelは、オープンソースAIにおけるデータ共有と貢献者インセンティブの課題を解決するために設計された、分散型機械学習データレイクです。その中核的な差別化要因は、暗号技術とプライバシー保護機械学習を組み合わせることで、基盤となる独自情報を公開せずに、データとモデルの貢献を検証し報酬を与えることを可能にする点にあります。例えば、そのZKLoRA技術により、開発者はアダプターの重みを公開せずに微調整済みAIアダプターの有効性を証明でき、モデル共有における信頼と帰属の問題を解決します。 Bagelが対処する市場の痛点は、オープンソースAIにおける「フリーライダー」問題、すなわちデータや計算リソースの貢献者が認識や報酬を得られず、高品質なオープンデータセットの成長を妨げるという問題です。暗号学的帰属とインセンティブメカニズムを導入することで、Bagelはデータ貢献を検証可能で経済的に持続可能な活動にすることを目指しています。 過去6か月間（2026年2月28日から2026年8月31日）において、Bagelは活発なコミュニティ活動と技術的進歩を示してきました。2026年8月27日にはトロントでロボティクスおよび物理AIコミュニティイベントを主催し、それ以前にはNVIDIA GTC週間にメンロパークでワールドモデルに関する集会を共催しました。2026年3月には、Bagel Labsの論文がCVPR 2026で採択され、拡散モデル開発への継続的な研究貢献を示しています。これらの活動は、純粋に商業的なプロモーションではなく、分散型AIインフラを中心としたコミュニティ構築に焦点を当てていることを反映しています。