0xai Team: Warum sind wir optimistisch mit Bittensor?

Autor: 0xai, KI -Erstellungsplattform Quelle: Mittelübersetzung: Shan Oba, Bitchain Vision Reich

Was ist Bittersor?

Bittersor selbst ist weder ein Produkt für künstliche Intelligenz, noch produziert oder bietet es künstliche Intelligenzprodukte oder -dienstleistungen.Bittersor ist ein Wirtschaftssystem, das KI -Produktproduzenten ein sehr wettbewerbsfähiges Incentive -System bietet und als Optimierer auf dem KI -Produktmarkt fungiert.Im Bittensor -Ökosystem haben die Hersteller von hohen Qualität mehr Anreize erhalten, und Produzenten mit schlechter Wettbewerbsfähigkeit wurden allmählich beseitigt.

>

0xai Team, Jacob und Vitalik in der Gruppendiskussion

Wie soll Bittensor speziell einen Incentive -Mechanismus zur Förderung eines effektiven Wettbewerbs und zur Förderung der organischen Produktion hochwertiger KI -Produkte schaffen?

>

Bittensor Schwungradmodell

Bittersor hat dieses Ziel durch das Schwungradmodell erreicht.Die Überprüfungen bewerten die Qualität künstlicher Intelligenzprodukte im Ökosystem und Anreize nach ihrer Qualitätsverteilung, um sicherzustellen, dass Produzenten mit hoher Qualität mehr Anreize erhalten.Dies stimuliert die zunehmende Zunahme der hohen Ausgabe von hoher Qualität, wodurch der Wert des Bittersor -Netzwerks und die Erhöhung der Wertschätzung von TAO erhöht wird.Die Wertschätzung von Tao zog nicht nur mehr Produzenten von hoher Qualität an, um sich der Bittersorökologie anzuschließen, sondern erhöhte auch die Angriffskosten der Manipulation der Qualitätsbewertung durch den Manipulator.Dies verstärkte den Konsens ehrlicher Validierungen weiter, verbesserte die Objektivität und Fairness der Bewertungsergebnisse und erreichte effektivere Wettbewerbs- und Anreizmechanismen.

Die Gewährleistung der Fairness und Objektivität der Bewertungsergebnisse ist ein wichtiger Schritt zum Drehen des Schwungrads.Dies ist auch die Kerntechnologie von Bittersor, dh ein abstraktes Verifizierungssystem, das auf Yuma -Konsens basiert.

Was ist der Konsens von Jade Horse, wie kann es sicherstellen, dass die Qualitätsbewertung nach Konsens fair und objektiv ist?

Yuma Consensus ist ein Konsensmechanismus, der die endgültigen Bewertungsergebnisse aus der vielfältigen Bewertung durch viele Überprüfungen berechnen soll.Ähnlich wie bei Byzantines Fehlerkonsensmechanismus können sie, solange die meisten Authentiker im Netzwerk ehrlich sind, schließlich die richtige Entscheidung erreichen.Unter der Annahme, dass ehrliche Überprüfungen eine objektive Bewertung liefern können, sind die Ergebnisse der Bewertung nach Konsens ebenfalls fair und objektiv.

Durch die Einschätzung der Subnetzqualität als Beispiel bewertet das Root -Netzwerküberprüfungsgerät die Qualität der einzelnen Subnetze -Ausgaben.Fassen Sie die Bewertungsergebnisse von 64 Validator zusammen und erhalten Sie die endgültigen Bewertungsergebnisse über den Yuma -Konsensusalgorithmus.Verwenden Sie dann das Endergebnis, um das neu erstellte TAO jedem Subnetz zuzuordnen.

Gegenwärtig hat Yumas Konsens immer noch Verbesserungsraum:

1. Root Network -Validatoren stellen möglicherweise nicht alle TAO -Inhaber vollständig dar, und die von ihnen bereitgestellten Bewertungsergebnisse spiegeln möglicherweise nicht unbedingt eine Vielzahl von Ansichten wider.Darüber hinaus ist die Bewertung einiger Top -Level -Überprüfungen möglicherweise nicht immer objektiv.Auch wenn das Vorurteil gefunden wird, kann es möglicherweise nicht sofort korrigiert werden.

2. Das Vorhandensein von Root -Netzwerküberprüfungen schränkt die Anzahl der Subnetze ein, die nach Bittensor berücksichtigt werden können.Es reicht nicht aus, mit zentralisierten künstlichen Intelligenzriesen zu konkurrieren.Selbst wenn es 32 Subnetze gibt, kann das Root -Netzwerküberprüfungsgerät alle Subnetze effektiv effektiv überwachen.

3. Vereisen haben möglicherweise keine starke Bereitschaft, zum neuen Subnetz zu wandern.Kurzfristig wandern die Verifizierungen von den hohen Emissionen vom alten Sub -NET auf Xinzi.com mit niedrigeren Emissionen.Ob die Emission von xinzi.com letztendlich aufholen kann, verbunden mit den klaren Verlusten der Belohnung im Verfolgungsprozess, schwächen Sie die Bereitschaft zur Migration.

Bittersor plant außerdem, Mechanismen zu verbessern, um diese Mängel zu lösen:

1. Das dynamische TAO hat die Leistung der Subnetzqualität auf alle Tao -Inhaber verstreut, nicht auf eine kleine Anzahl von Überprüfungen.TAO -Inhaber können das Verteilungsverhältnis jedes Subnetzes durch Versprechen indirekt bestimmen.

2. Ohne die Einschränkungen von Root -Netzwerk -Validatoren erhöht sich die maximale Anzahl aktiver Subnetze auf 1024.Dies wird den Schwellenwert für neue Teams erheblich verringern, um sich dem Bittensor -Ökosystem anzuschließen, was zu intensiveren Konkurrenz zwischen Subnetzen führt.

3. Frühere Authentiker, die zu Xinzi.com migriert sind, können höhere Belohnungen erhalten.Wenn Sie so bald wie möglich zum neuen Subnetz wechseln, können Sie das DTAO des Subnetzes zu einem niedrigeren Preis erwerben und damit die Möglichkeit erhöht, in Zukunft mehr TAO zu erhalten.

Eine starke Toleranz ist auch ein großer Vorteil des Yuma -Konsens.Der Yuma -Konsens wird nicht nur verwendet, um die Emissionen jedes Subnetzes zu bestimmen, sondern auch um das Verteilungsverhältnis jedes Bergmanns und jedes Verifizierers im selben Subnetz zu bestimmen.Unabhängig von der Aufgabe des Bergmanns ist der Beitrag, den er enthält, einschließlich Rechenleistung, Daten, menschlicher Beitrag und Intelligenz, eine abstrakte Überlegung.Daher kann das Bittensor -Ökosystem in jeder Phase von KI -Waren miteinander verbunden werden, um den Wert des Bittersor -Netzwerks zu genießen und gleichzeitig die Anreize zu genießen.

Lassen Sie uns als nächstes einige führende Subnetze erkunden und beobachten, wie Bittersor die Ausgabe dieser Subnetze inspiriert.

Sub -Network

Ziyang 3: myshell tts

Sie können zur Entwicklung von Myshell AI/Myshell TTS -Subnetz beitragen, indem Sie ein Konto auf GitHub erstellen.

Verkehr: 3,46% (9. April 2024)

Hintergrund: Myshell steht hinter dem Team hinter MyShell TTS.MyShell zielt darauf ab, eine unklare Plattform zu erstellen, auf der Studenten, die keinen Hintergrund programmieren, den gewünschten Roboter problemlos erstellen können.Myshell konzentriert sich auf das TTS -Feld, die Hörbücher und die virtuellen Assistenten.Mit der kontinuierlichen Erweiterung der Produktmatrix haben die aktuellen registrierten Benutzer eine Million überschritten.Die Plattform -Sorgerechtsgewalt verschiedene Arten von Robotern, einschließlich Sprachlernen, Bildungs- und praktische Roboter.

Positionierung: MyShell hat dieses Subnetz gestartet, um die Weisheit der gesamten Open -Source -Community zu sammeln und das beste Open -Source -TTS -Modell zu erstellen.Mit anderen Worten, MyShell TTS führt das Modell nicht direkt aus oder verarbeitet die Anfrage des Endbenutzers.

>

Myshell TSS Architecture


Der Prozess von Myshell -TTs läuft wie in der obigen Abbildung.Bergleute sind für Trainingsmodelle verantwortlich und laden das Trainingsmodell in den Modellpool (die Metadaten des Modells, das auch im Bittensor -Blockchain -Netzwerk gespeichert ist). Ergebnisse;

Kurz gesagt, Bergleute müssen weiterhin Modelle mit höherer Qualität einreichen, um ihre Belohnungen aufrechtzuerhalten.

Derzeit hat MyShell auch Demo auf seiner Plattform gestartet, damit Benutzer das Modell in MyShell TTS ausprobieren können.

>

>

Wenn das Modell des Myshell TTS -Trainings in Zukunft zuverlässiger wird, werden mehr Anwendungsfälle gestartet.Darüber hinaus werden sie als Open -Source -Modus nicht nur auf MyShell beschränkt, sondern auch auf andere Plattformen expandieren.Open -Source -Modelle durch diese Dezentralisierungsmethode zu trainieren und zu inspirieren, ist nicht genau unser Ziel in der dezentralen künstlichen Intelligenz?

Ziwang 5: Öffnen Sie Kaito

Sie können zur Entwicklung von Open Kaito beitragen, indem Sie ein Konto auf GitHub erstellen.

Ausgabe: 4,39% (9. April 2024)

Hintergrund: Das Team hinter Kaito.ai ist das Open Kaito -Team.Bevor sie Bittensor Ziwang betraten, starteten sie das Flaggschiff -Produkt Kaito.ai -a Web3 -Kettendatensuchmaschine, das im vierten Quartal von 2023 eingeführt wurde.Mithilfe von Algorithmen für künstliche Intelligenz optimiert Kaito.ai die Kernkomponenten von Suchmaschinen, einschließlich Datenerfassung, Ranking -Algorithmen und Abrufalgorithmen.Es wurde als First -Class Information Collection Tool in der verschlüsselten Community anerkannt.

Positionierung: Open Kaito zielt darauf ab, eine dezentrale Indexschicht zu etablieren, um die intelligente Suche und Analyse zu unterstützen.Die Suchmaschine ist nicht nur eine Datenbank- oder Ranking -Algorithmus, sondern ein komplexes System.Darüber hinaus erfordert eine effektive Suchmaschine eine geringe Latenz, die den Bau einer dezentralen Version zusätzlich eine Herausforderung darstellt.Glücklicherweise wird erwartet, dass diese Herausforderungen durch das Incentive -System von Bittensor gelöst werden.

>

Der Betriebsprozess von Open Kaito ist in der obigen Abbildung dargestellt.Open Kaito verteilt nicht einfach jede Komponente der Suchmaschine, sondern definiert das Indexproblem als Problem mit Bergmann -Überprüfung.Mit anderen Worten, die Bergleute sind dafür verantwortlich, auf die Indexanforderung des Benutzers zu reagieren, während der Überprüfer die Nachfrage verteilt und die Antwort des Bergmanns bewertet.

Open Kaito beschränkt nicht, wie die Bergleute die Indexaufgabe ausführen, sondern auf die endgültige Ausgabe der Bergleute achten, um innovative Lösungen zu fördern.Dies hilft, ein gesundes Wettbewerbsumfeld zwischen Bergleuten zu schaffen.Angesichts der Benutzerindizes bemühen sich Bergleute, ihre Implementierungspläne zu verbessern, um Response -Ergebnisse mit weniger Ressourcen zu erzielen.

Ziwang 6: Nous Finetuning

Sie können zur Entwicklung des Subnetzes für nous Forschung/Finetuning beitragen, indem Sie ein Konto auf GitHub erstellen.

Ausgabe: 6,26% (9. April 2024)

Hintergrund: Das Team hinter Nous Fonetuning stammt aus Nous Research, einem Forschungsteam, das sich auf die Architektur (Language Language Models), die Datensynthese der Daten und die Ausgleich in -Ausgleichsbegründung konzentriert.Sein Co -Fundgerät war der Chefingenieur von Eden Network.

Positionierung: Nous -Finetuning ist ein Subnetz, das sich mit fein -tuning -großsprachigen Modellen widmet.Darüber hinaus stammen die Daten, die für die Fein -Tuning verwendet werden, auch aus dem Bittensor -Ökosystem, das speziell das Subnetz 18 ist.

Der Laufprozess von Nous Finetuning ähnelt Myshell TSS.Bergleute basieren auf dem Datenschulungsmodell von Zhewang 18 und lassen diese Modelle regelmäßig auf dem Umarmungsfeld aus. Das endgültige Gewicht und die Zirkulation.

Ziwang 18: Cortex.T

Corcel-api/cortex.t kann durch Erstellen eines Kontos auf GitHub beigetragen werden.

Ausgabe: 7,74%(9. April 2024)

Hintergrund: Das Team hinter Cortex.t ist Corcel.io, das von MOG unterstützt wurde, der zweitgrößten Überprüfung des Bittersor -Netzwerks.Corcel.io ist eine Anwendung für Endbenutzer.

Positionierung: cortex.t wird als letzte Ebene vor dem Ergebnis des Ergebniss mit dem Endbenutzer positioniert.Es ist verantwortlich für die Erkennung und Optimierung der Ausgabe verschiedener Saatgutnetzwerke, um sicherzustellen, dass die Ergebnisse genau und zuverlässig sind, insbesondere wenn eine einzelne Eingabeaufforderung mehrere Modelle aufruft.Cortex.t zielt darauf ab, eine leere oder inkonsistente Ausgabe zu verhindern und eine nahtlose Benutzererfahrung zu gewährleisten.

Bergarbeiter in Cortex.t verwenden andere Subnetze im Bittensor -Ökosystem, um die Anforderung des Endbenutzers zu verarbeiten.Sie verwenden auch GPT 3.5 Turbo oder GPT 4, um die Ausgabeergebnisse zu überprüfen, um die Zuverlässigkeit der Endbenutzer zu gewährleisten.Die Überprüfungen bewerten die Ausgabe von Bergleuten anhand der von OpenAI generierten Ergebnisse.

Ziwang 19: Vision

Die Entwicklung von Namoray/Vision durch Erstellen eines Kontos auf GitHub.

Ausgabe: 9,47%(9. April 2024)

Hintergrund: Das Entwicklungsteam hinter Vision stammt auch von Corcel.io.

Positionierung: Vision zielt darauf ab, die Ausgangskapazität des Bittensor -Netzwerks durch Verwendung eines optimierten Subnetzes namens DSIS (verteilte Skala zur Änderung des Subnetzes) zu maximieren.Der Rahmen beschleunigt die Reaktion der Bergleute auf die Überprüfung.Gegenwärtig konzentriert sich Vision auf die Szene der Bildgenerierung.

Überprüfungen erhalten die Nachfrage vom vorderen Ende des Corcel.io und verteilen sie an die Bergleute.Bergleute können ihre bevorzugten Technologiestapel (nicht auf Modelle nicht beschränkt) auswählen, um die Nachfrage zu bewältigen und zu reagieren.Anschließend bewerten die Überprüfungen die Leistung des Bergmanns.Aufgrund der Existenz von DSIS kann Vision schneller und effektiver reagieren als andere Subnetze.

Zusammenfassen

Aus dem obigen Beispiel ist ersichtlich, dass Bittensor ein hohes Maß an Toleranz aufweist.Die Überprüfung der Erzeugung und Überprüfung der Bergleute trat unter der Kette auf, und das Bittersor -Netzwerk verteilte nur Belohnungen an jeden Bergmann, der auf der Bewertung der Überprüfung basiert.Jeder Aspekt der für die Architektur über die Überprüfung der Bergarbeiter geeigneten Produkte für künstliche Intelligenz kann in Subnetze umgewandelt werden.

Theoretisch sollte der Wettbewerb zwischen Subnetzen heftig sein.Um weiterhin Belohnungen für jedes Subnetz zu erhalten, muss es weiterhin hochwertige Ausgabe erzeugen.Andernfalls kann seine Verteilung reduziert und schließlich durch neue Subnetze ersetzt werden, wenn das Root -Netzwerküberprüfungsgerät der Ansicht ist, dass der Ausgangswert eines Subnetzes niedrig ist.

Aber in Wirklichkeit haben wir einige Probleme gefunden:

1. Aufgrund der ähnlichen Positionierung von Subnetzen, Ressourcenreduktion und Duplikat.Von dem 32 Subnetz konzentriert sich mehrere Subnetze auf beliebte Richtungen wie Textübergabebilder, Texteingabeaufforderungen und Preisvorhersage.

2. Es gibt Sub -Nets ohne tatsächliche Anwendungsfälle.Obwohl das Subnetz der Preisvorhersage als Prophetanbieter einen theoretischen Wert aufweisen kann, wird die aktuelle Leistung der vorhergesagten Daten von den Endbenutzern nicht verwendet.

3. Beispiel für „minderwertige Währung schmeckt gute Währung“.Einige Top -Level -Überprüfungen haben möglicherweise keine starke Bereitschaft, zum neuen Subnetz zu migrieren, auch wenn einige neue Subnets eine erheblich höhere Qualität aufweisen.Aufgrund mangelnder finanzieller Unterstützung können jedoch kurzfristig nicht ausreichend Emissionen erfasst werden.Da die Schutzzeit nach Xinzi online nur 7 Tage beträgt, können Sie möglicherweise nicht ausreichend Emissionen ansammeln, das Risiko, beseitigt und offline zu werden.

Diese Probleme spiegeln sich wider, dass der Wettbewerb zwischen Subnetzen nicht ausreicht und einige Überprüfungen keine Rolle bei der Förderung eines effektiven Wettbewerbs gespielt haben.

Die Open Tensor Foundation Converification (OTF) hat einige vorübergehende Maßnahmen durchgeführt, um dies zu lindern.Als größter Überprüfungsbesitzer mit 23% des Versprechens (einschließlich Provision) stellt OTF einen Kanal für Ziwang zur Verfügung, um um mehr festgelegte TAO zu konkurrieren: ZIWANG -Eigentümer kann jede Woche Anfragen von OTF einreichen, um seinen festgelegten TAO im Subnetz anzupassen.Diese Anfragen müssen 10 Aspekte wie „Subnetzeziele und Beitrag zum Bittersor -Ökosystem“, „Subnetz -Belohnungsmechanismus“, „Kommunikationsprotokolldesign“, „Datenquelle und Sicherheit“, „Berechnungsanforderungen“ und „Roadmap“ abdecken, um die endgültige OTF zu erleichtern Entscheidung.

Um dieses Problem grundlegend zu lösen, müssen wir einerseits dringend DTAO (Dynamic TAO) auf den Markt bringen, was darauf abzielt, die oben genannten unzumutbaren Probleme grundlegend zu ändern.Alternativ können wir große Verifizierungsprogramme auffordern, die eine große Anzahl von Beteiligten mehr aus der Perspektive der „Ökosystementwicklung“ halten, anstatt nur die langfristige Entwicklung des Bittersorökosystems aus der Perspektive der „finanziellen Renditen“ zu berücksichtigen.

Zusammenfassend lässt sich sagen, dass das Bittersor -Ökosystem mit seiner starken Toleranz, seinem heftigen Wettbewerbsumfeld und dem wirksamen Anreizmechanismus organisch hochwertige Produkte für künstliche Intelligenz produzieren kann.Obwohl nicht die gesamte Ausgabe des vorhandenen Subnetzes mit der Ausgabe zentraler Produkte vergleichbar sein kann, sollten wir nicht vergessen, dass die aktuelle Bittersor -Architektur gerade ein Jubiläum eingerichtet wurde (Ziwang #1 registriert am 13. April 2023).Für eine Plattform mit potenziellen und zentralisierten künstlichen Intelligenzriesen können wir uns möglicherweise darauf konzentrieren, einen praktischen Verbesserungsplan vorzuschlagen, anstatt seine Mängel zu kritisieren.Schließlich wollen wir keine künstliche Intelligenz sehen, die ständig von einigen Riesen kontrolliert wird.