مشروع ذكاء اصطناعي لامركزي تعلم للتو بطريقة صعبة أن مجتمع التشفير ممتاز في التحقق من الفواتير. أطلق كوازار، الذي يعمل كـ Subnet 24 على شبكة Bittensor، نموذجًا وصفه بأنه ثوري يحتوي على 120 مليار معلمة ونافذة سياقية بحجم 5 ملايين رمز. خلال ساعات، وجد باحثون مستقلون أن حوالي 96-98% من أوزانه كانت متطابقة تقريبًا مع نموذج موجود من مجموعة Ant.
كانت النتائج سريعة. انخفض رمز SN24 ألفا بنسبة حوالي 70-75% في جلسة تداول واحدة.
النموذج وعدم التوافق
كوازار، الذي تقوده SILX AI، كان يبني نحو هذه اللحظة لشهور. أطلقت المشروع نموذج Quasar-Preview، الذي يحتوي على حوالي 20 مليار معلمة إجمالية، وQuasar-3B في أبريل 2026. وقد تم وضع كلا النموذجين كخطوات تمهيدية نحو نموذج أكبر بكثير تم تدريبه بالكامل عبر طرق لامركزية على شبكة Bittensor.
كان من المفترض أن يكون الإصدار 120B هو الثمرة. سوّق SILX AI النموذج على أنه انتصار للتدريب اللامركزي، مع ميزات موعودة في البنية مثل شيء يُسمى "محوّل حلقة" و"ذاكرة إنغرام". كان من المفترض أن تحل هذه الميزات مشاكل الذاكرة والاتساق التي تعاني منها هياكل المحولات القياسية عند التعامل مع سياقات طويلة جدًا.
عندما حفر المحللون المستقلون في أوزان النموذج الفعلية، كانت هذه السمات المعمارية الجديدة غائبة إلى حد كبير. بدلاً من ذلك، كشف التحليل أن الغالبية العظمى من الأوزان، بين 96% و98%، تطابقت بشكل وثيق مع نموذج Ant Group Ling-mini-base-2.0.
لماذا هذا مهم لبيئات بيتينسور
تعمل Bittensor على مبدأ أساسي مختلف عن معظم مشاريع التشفير. شبكتها تحفز الذكاء الاصطناعي اللامركزي من خلال التعدين والتحقق التنافسيين، حيث تركز الشبكات الفرعية المختلفة على مهام ذكاء اصطناعي مختلفة. كان تركيز الشبكة الفرعية 24 على تطوير نماذج أساسية ذات سياق طويل، وهي نوع من الذكاء الاصطناعي قادر على معالجة والتفكير في وثائق ضخمة دون فقدان السياق.
قامت SILX AI بتعزيز رؤية طموحة لمستقبل كوازار، تشمل هدفًا بـ 10 تريليون رمز في إجمالي التدريب، وتزعم أن أساليب التدريب اللامركزية يمكن أن تقلل التكاليف بنسبة 99.5% مقارنة بالأساليب المركزية التقليدية.
انهيار الرمز المميز وانعكاسات المستثمر
لم تنتظر الأسواق تفسيرات. إن انخفاض رمز SN24 Alpha بنسبة 70-75% في جلسة واحدة هو النوع من الانخفاض الذي يرافق عادةً اتهامات بالاحتيال أو استغلال البروتوكول، وليس مناقشات حول بنية النموذج.
الفرق بين ما تم التعهد به من حيث التصميم، بما في ذلك محول الحلقة وذاكرة Engram، وما تم تسليمه فعليًا في أوزان النموذج واسع جدًا ليتم سده بالتسويق وحده.