Ritual ist Vorreiter bei einem neuen Ansatz für On-Chain-Künstliche Intelligenz, indem klassische Methoden des maschinellen Lernens (ML) genutzt werden, die eine kostengünstige und effiziente Alternative zu großen Sprachmodellen (LLMs) bieten. Durch den Einsatz von Regressions- und baumbasierten Modellen zielt Ritual darauf ab, die Intelligenz von Smart Contracts zu verbessern, ohne die Belastung durch schwere Modelle. Die Lösung des Unternehmens, EVM++ mit ONNX-Sidecars, ermöglicht klassische ML-Inferenz direkt On-Chain. Dieses Setup erlaubt es Entwicklern, vortrainierte Modelle von Plattformen wie Hugging Face und Arweave zu nutzen und sie über einen dedizierten ML-Sidecar auszuführen. Dieser Ansatz gewährleistet eine effiziente und skalierbare Inferenz, die für Leistung optimiert ist, ohne die Last von LLMs. Die Innovation von Ritual zeigt, dass On-Chain-Intelligenz mit kleineren, klassischen ML-Modellen erreicht werden kann, wodurch KI für Web3-Anwendungen praktischer und zugänglicher wird. Diese Methode verbessert nicht nur die Interoperabilität zwischen KI-Frameworks, sondern bietet auch anpassbare Vorverarbeitung, die eine nahtlose Integration in Blockchain-Umgebungen sicherstellt.