एक डिसेंट्रलाइज्ड एआई प्रोजेक्ट ने कठिन तरीके से सीखा कि क्रिप्टो समुदाय रसीदों की जांच करने में बहुत अच्छा है। बिटटेंसर नेटवर्क पर सबनेट 24 के रूप में कार्यरत क्वासर ने एक 120 अरब पैरामीटर मॉडल को लॉन्च किया, जिसमें 5 मिलियन टोकन कंटेक्स्ट विंडो थी। कुछ ही घंटों में, स्वतंत्र शोधकर्ताओं ने पाया कि इसके वजन का लगभग 96-98% एंट ग्रुप के एक मौजूदा मॉडल के समान था।
परिणाम तुरंत सामने आया। SN24 अल्फा टोकन एक ही ट्रेडिंग सेशन में लगभग 70-75% गिर गया।
मॉडल और असंगति
SILX AI द्वारा नेतृत्व किए जा रहे क्वासर ने महीनों तक इस क्षण की ओर बढ़ते हुए अपना रास्ता तय किया था। प्रोजेक्ट ने अप्रैल 2026 में क्वासर-प्रीव्यू, एक मॉडल जिसमें लगभग 20 बिलियन कुल पैरामीटर हैं, और क्वासर-3B जारी किया। दोनों को बिटटेंसर नेटवर्क पर पूरी तरह से डिसेंट्रलाइज्ड विधियों के माध्यम से प्रशिक्षित एक बहुत बड़े मॉडल की ओर कदम के रूप में स्थित किया गया था।
120B रिलीज को फायदे का समय होना था। SILX AI ने मॉडल को डिसेंट्रलाइज्ड ट्रेनिंग की एक जीत के रूप में प्रचारित किया, जिसमें “लूप ट्रांसफॉर्मर” और “एनग्राम मेमोरी” जैसी वादा की गई आर्किटेक्चरल नवाचारों के साथ पूर्णता थी। इन सुविधाओं का उद्देश्य मानक ट्रांसफॉर्मर आर्किटेक्चर्स में अत्यधिक लंबे संदर्भों को संभालते समय होने वाली स्मृति और समन्वय समस्याओं को हल करना था।
जब स्वतंत्र विश्लेषकों ने वास्तविक मॉडल वजनों की जांच की, तो उन नवीन आर्किटेक्चरल विशेषताओं का अधिकांश अभाव था। इसके बजाय, विश्लेषण से पता चला कि 96% से 98% के बीच का अधिकांश वजन Ant Group के Ling-mini-base-2.0 मॉडल के साथ घनिष्ठ रूप से मेल खाता था।
यह Bittensor के परितंत्र के लिए क्यों महत्वपूर्ण है
बिटटेंसर अधिकांश क्रिप्टो प्रोजेक्ट्स से एक मूलभूत अलग पूर्वधारणा पर काम करता है। इसका नेटवर्क प्रतिस्पर्धी माइनिंग और प्रमाणीकरण के माध्यम से विकेंद्रीकृत मशीन बुद्धिमत्ता को प्रोत्साहित करता है, जहां विभिन्न सबनेट्स विभिन्न एआई कार्यों पर केंद्रित होते हैं। सबनेट 24 का ध्यान लंबे संदर्भ आधार मॉडल विकसित करने पर केंद्रित रहा है, जो एआई का प्रकार है जो विशाल दस्तावेजों को प्रोसेस कर सकता है और बिना थ्रेड खोए तर्क कर सकता है।
SILX AI ने क्वासर के भविष्य के लिए एक दावेदार दृष्टिकोण प्रस्तुत किया है, जिसमें कुल प्रशिक्षण के लिए 10 ट्रिलियन टोकन का लक्ष्य शामिल है और दावा किया है कि डिसेंट्रलाइज्ड प्रशिक्षण विधियाँ पारंपरिक केंद्रीकृत दृष्टिकोणों की तुलना में लागत में 99.5% की कमी कर सकती हैं।
टोकन का गिरना और निवेशकों का प्रभावित होना
बाजारों ने व्याख्याओं का इंतजार नहीं किया। SN24 अल्फा टोकन का एक ही सेशन में 70-75% की गिरावट ऐसी है, जो आमतौर पर धोखाधड़ी के आरोपों या प्रोटोकॉल दुरुपयोग के साथ आती है, न कि मॉडल आर्किटेक्चर के बहस के साथ।
आर्किटेक्चरल रूप से वादा किए गए, जिसमें लूप ट्रांसफॉर्मर और एंग्राम मेमोरी शामिल हैं, और मॉडल वेट्स में वास्तव में प्रदान किए गए के बीच का अंतर बस मार्केटिंग से भरा नहीं जा सकता।