Ritual innove en proposant une nouvelle approche de l'intelligence artificielle on-chain en exploitant des techniques classiques d'apprentissage automatique (ML), offrant une alternative rentable et efficace aux grands modèles de langage (LLM). En utilisant des modèles de régression et basés sur des arbres, Ritual vise à améliorer l'intelligence des contrats intelligents sans la lourdeur des modèles volumineux. La solution de l'entreprise, EVM++ avec des sidecars ONNX, permet l'inférence ML classique directement on-chain. Cette configuration permet aux développeurs d'accéder à des modèles pré-entraînés depuis des plateformes comme Hugging Face et Arweave, et de les exécuter via un sidecar ML dédié. Cette approche garantit une inférence efficace et évolutive, optimisée pour la performance sans le fardeau des LLM. L'innovation de Ritual démontre que l'intelligence on-chain peut être réalisée avec des modèles ML classiques plus petits, rendant l'IA plus pratique et accessible pour les applications web3. Cette méthode améliore non seulement l'interopérabilité entre les cadres d'IA, mais offre également un prétraitement personnalisable, assurant une intégration fluide dans les environnements blockchain.