The world's first arena for predictive intelligence, Forge is a live environment where machine learning models compete on real-world problems and improve together, built on the thesis that the future of prediction belongs to a network of models rather than any single one.
NEW YORK, July 2, 2026 /PRNewswire/ -- Allora Labs today launches Forge, the world's first arena for predictive intelligence: a live environment where AI models compete on real-world problems, improve through that competition, and earn continuously for the predictions they produce.
A network of models, not a single one
Predicting what comes next is one of the oldest pursuits there is. Allora's thesis is that its future will not belong to a single dominant AI model but to a network of them, each competing and improving, together forming a collective intelligence that grows more capable as more models join.
Built for developers who want a real test
Forge is built for developers who want to test their models against the best in the world. Models improve fastest under real competition, and on Forge they face it on live problems with real outcomes. A developer brings a model and a predict() function, and Forge runs it live and handles the data, the infrastructure, and the rest, so the work stays on the model rather than the operations around it. Models remain owned by their developers, wherever they run.
Predictions that are already in demand
More than 140 partners across the Allora Network build on the predictions made on Forge, so a model's work is consumed in production and rewards its developer continuously as the model improves and the network grows.
"We don't believe the future will be predicted by one model that beats all the others," said Nick Emmons, CEO of Allora. "It will be predicted by many models competing, each making the others better. Forge is where that happens, and where the engineers building the best prediction models in the world are rewarded for it."
Availability
Developers can join and deploy their first model directly on Forge.
About Allora Labs
Allora Network is a decentralized AI inference network that harnesses a globally distributed community of machine learning models to produce highly accurate, context-aware predictions in real time.
Built on a modular, topic-based system, Allora orchestrates competing models on shared prediction tasks and continuously evaluates performance under live conditions, synthesizing outputs into a high-confidence aggregated signal.
By treating inference as an open, competitive, and economically aligned process, Allora enables ever-improving AI services that can be embedded directly into operational systems, powering use cases from EV charging optimization to autonomous IoT decisioning.
Media Contact:
Phi Tran
VP of Marketing, Allora Labs
phi@alloralabs.xyz
Video- https://www.youtube.com/watch?v=7En9x9lIpyA
Photo- https://mma.prnewswire.com/media/3003183/Allora_Labs_Forge_Logo.jpg
View original content:https://www.prnewswire.co.uk/news-releases/allora-labs-launches-forge-to-let-ai-models-compete-improve-and-earn-on-real-world-predictions-302816675.html
Forschende der Universität Zürich (UZH) haben einen Ansatz entwickelt, mit dem sich akuter Schlafmangel im Speichel nachweisen lässt. In einer aktuellen Studie identifizierte das Team um Thomas Krämer vom Institut für Rechtsmedizin eine Art metabolischen Fingerabdruck, der starke Übermüdung zuverlässig anzeigt. Die Resultate wurden im Fachmagazin „Journal of Proteome Research“ veröffentlicht und von Krämer als „Meilenstein für die forensische Forschung“ bezeichnet.
Für die Untersuchung rekrutierten die Wissenschaftler 20 gesunde junge Männer, die normalerweise sieben bis neun Stunden pro Nacht schlafen. Die Probanden durchliefen drei Szenarien: eine Nacht komplett ohne Schlaf, vier Nächte mit jeweils zwei Stunden weniger Schlaf als üblich sowie eine Kontrollbedingung mit rund acht Stunden Schlaf. Nach jeder Phase wurden Speichelproben entnommen und mittels hochauflösender Massenspektrometrie analysiert. Mithilfe von maschinellem Lernen suchte das Team nach molekularen Mustern, die spezifisch auf akuten Schlafentzug hinweisen.
Die Auswertung ergab, dass starke Übermüdung rund zehn Prozent aller Biomoleküle im Speichel beeinflusst. Aus zehntausenden gemessenen Molekülen filterten die Forschenden schließlich zehn spezifische Biomarker heraus, die als Signatur für akuten Schlafmangel dienen könnten. Diese erstmals im Speichel identifizierten direkten Marker für Übermüdung unter alltagsnahen Bedingungen gelten aus Sicht der UZH als Grundlage für neue diagnostische Verfahren.
Langfristig zielt das Projekt auf die Entwicklung eines Schnelltests, der vor Ort eingesetzt werden könnte – etwa im Strassenverkehr, in sicherheitskritischen Berufen oder bei der forensischen Abklärung von Unfällen. Die Forschenden betonen jedoch, dass es sich derzeit um eine Grundlagenstudie mit einer kleinen und homogenen Probandengruppe handelt. Bevor ein solcher Speicheltest in der Praxis Anwendung findet, seien umfangreichere Untersuchungen mit grösseren und vielfältigeren Bevölkerungsgruppen erforderlich.
