📝 Perturb telah menjalankan pemindaian dan pelatihan adversarial berkelanjutan selama berbulan-bulan. Ini mungkin salah satu eksperimen keamanan AI paling praktis di Bittensor hingga kini. @perturbaix diluncurkan lebih awal tahun ini dan sudah melampaui tahap penemuan serangan murni. Menurut pembaruan terbaru: - Pemindaian dan pelatihan adversarial berjalan secara bersamaan - Miner kini dapat menyesuaikan model menggunakan serangan yang mereka hasilkan - Fase produk resmi dimulai setelah sekitar 5 bulan pengembangan subnet - Skor ketahanan, dataset, dan sertifikat sebagai output utama – Pembelian kembali Alpha dan lockup pemilik sudah berlangsung – Menargetkan peluncuran komersial dalam beberapa minggu mendatang Apa yang mendorong pendekatan ini? Perturb mengubah penemuan kegagalan model menjadi kompetisi yang diinsentifkan, lalu menggunakan contoh adversarial yang telah diverifikasi untuk memperkuat model secara nyata, bukan hanya menerbitkan laporan dan berhenti. Idenya adalah tekanan eksternal berkelanjutan, bukan audit sekali jalan. Saya mengerti mengapa tim yang bekerja pada AI produksi mungkin memperhatikan. Namun, pengaturan ini tetap perlu ditinjau lebih mendalam. Aktivitas subnet dan tingkat keberhasilan serangan tidak otomatis berarti perusahaan akan membeli produk ini, dan skalabilitas di luar model visi saat ini memerlukan upaya nyata. Selain itu, emisi dan traksi awal tidak menjamin pendapatan berkelanjutan setelah lapisan komersial diluncurkan. Saya terus memantau bagaimana peluncuran produk ini benar-benar berubah menjadi konversi. Jika Perturb dapat mengubah data adversarial berkelanjutan menjadi sesuatu yang secara andal dibayar dan digunakan perusahaan, ini bisa menjadi eksperimen bermakna dalam keamanan AI terdesentralisasi. #Bittensor $TAO #Perturb