私は、暗号ネットワークが単に更多のコンテンツを生成するのではなく、リアルなAIシステムの改善に活用されるというアイデアが昔から好きでした。 少なくとも、それは多くの投機的なAIトークンよりもはるかに有用な応用です。 @perturbaixは、継続的な敵対的テストと堅牢化によって、そのアイデアを大きく進めています。 これは、モデルの脆弱性を継続的でインセンティブ付きのプロセスに変える考え方で、独立したマイナーがモデルを破壊する方法を次々と発見し、その発見をもとにモデルをより強固にしていくものです。 これにより、チームの堅牢性へのアプローチが変わる可能性があります。なぜなら、敵対的テストは通常： → 内部で行われるか、たまにしか行われない → 限られた社内専門知識に依存する → 単一の報告後に終了する Perturbのアイデアは、その圧力を継続的で検証可能かつチームが行動しやすい形にすることです。 しかし、そのメリットはサブネットを超えて広がります。出力は、ユーザーに提供される前に生産用AIシステムの脆弱性を減らすことに結びついています。 これが私が拡大してほしい分散型AIの側面です。 $TAO #Perturb #SN26