أعتقد فعلاً أن منهجية Perturb منطقية، لكن ليس للأسباب المعتادة "الذكاء الاصطناعي اللامركزي" التي يُلقى بها باستمرار. أصبحت أمنية الذكاء الاصطناعي مشكلة أكبر بكثير مع تطور النماذج وبدء الوكلاء في العمل بدرجة أقل من الإشراف البشري. وهنا يمتلك @perturbaix ميزة هيكلية. ما زال معظم اختبارات الفريق الأحمر تُجرى داخلياً أو باستخدام أدوات مفتوحة المصدر ثابتة. تحول Perturb اكتشاف الهجمات الخبيثة إلى منافسة مستمرة ومُحفّزة، ثم تستخدم هذه النتائج في تدريب النموذج فعلياً. المشكلة أن اكتشاف الهجمات وتحويلها إلى شيء تدفع الشركات مقابلة هما أمران مختلفان. حتى لو استمر المعدّون في إنتاج أمثلة خبيثة قوية، فإن السؤال الحقيقي هو ما إذا كانت الشركات ستُعامل الدرجات وبيانات التدريب والشهادات الناتجة على أنها موثوقة بدرجة كافية للتعامل معها. الانتقال إلى منتج حقيقي مع مسح مستمر + تعزيز الأمان يمكن أن يمنحهم مزيداً من السيطرة على طبقة التوزيع هذه. نرى أيضاً أن الشبكة الفرعية تتطور (المسح والتدريب قيد التشغيل، وبدء المرحلة المنتجة). لكنني لا أخلط بين نشاط الشبكة الفرعية ودليل على نجاح النموذج التجاري بعد. المغادرة من وضع البحث البحت تعني أن Perturb الآن مضطرة لإثبات قدرتها على توليد طلب وإيرادات دون الاعتماد فقط على الانبعاثات. رأيي أن الضغط الخبيث المستمر والخارجي قد يصبح بنفس الأهمية التي تتمتع بها أداء النموذج خلال السنوات القليلة القادمة. إذا تمكنت Perturb من تحويل هذا المفهوم إلى منتج دون أن يبقى الإخراج محصوراً بشكل كبير داخل الشبكة الفرعية، فإن الاتجاه مبرر. خلاف ذلك، فإنها تخاطر بالبقاء كشبكة بحثية مثيرة فقط بدلاً من أن تصبح بنية تحتية. SN26 عند هذه المستويات مثير سواءً كان ذلك أم لا. #Bittensor $TAO #Perturb #AI