Всем доброе утро ☀️

Когда Дженсен Хуанг упомянул о децентрализованном обучении ИИ, внимание сразу же переключилось на Bittensor.
Но это уже было исследовано задолго до этого момента.
В июне 2025 года @0G_labs опубликовали статью DiLoCoX на arXiv, показав, что обучение крупномасштабных моделей на децентрализованных узлах гораздо эффективнее.
Они продемонстрировали обучение моделей с более чем 100 миллиардов параметров на стандартном оборудовании и при обычном интернете, при этом повысив эффективность коммуникации в 357 раз по сравнению с традиционными методами.
Также есть важное отличие, которое часто упускается из виду. Bittensor сосредоточен на конкретной обученной сети, в то время как DiLoCoX разработан как рамочная структура, которая может использоваться для обучения любой модели.
Это также часть более широкого стека, который объединяет вычисления, хранение данных, доступность данных и цепочку.
Следующая остановка: EthCC Канны 2025 1 апреля 📍