Na verdade, acho que a abordagem da Perturb faz sentido, mas não pelos motivos habituais de “IA descentralizada” que as pessoas costumam citar. A segurança da IA está se tornando um problema muito maior à medida que os modelos se tornam mais capazes e os agentes passam a operar com menos supervisão humana. E é aí que a @perturbaix tem uma vantagem estrutural. A maioria dos testes de red teaming ainda é feita internamente ou com ferramentas abertas estáticas. A Perturb transforma a descoberta de ataques adversariais em uma competição contínua e incentivada, usando essas descobertas para o treinamento real dos modelos. O problema é que encontrar ataques e transformá-los em algo que empresas estejam dispostas a pagar são duas coisas diferentes. Mesmo que os mineradores continuem produzindo exemplos adversariais fortes, a verdadeira questão é se as empresas considerarão os resultados, conjuntos de dados e certificados resultantes como credíveis o suficiente para agir sobre eles. Entrar em um produto real com varredura contínua + endurecimento poderia dar a eles mais controle sobre essa camada de distribuição. Também estamos vendo a subnet amadurecer (varredura + treinamento ativos, fase de produto começando). Mas eu não confundiria a atividade da subnet com prova de que o modelo comercial funciona ainda. Sair do modo de pesquisa pura significa que a Perturb agora precisa provar que pode gerar demanda e receita sem depender apenas das emissões. Minha visão é que a pressão adversarial contínua e externa pode se tornar tão importante quanto o desempenho do modelo nos próximos anos. Se a Perturb conseguir transformar isso em um produto sem que o resultado permaneça majoritariamente interno à subnet, a direção é justificada. Caso contrário, corre o risco de permanecer como uma rede de pesquisa interessante, e não como infraestrutura. SN26 nesses níveis é interessante de qualquer forma. #Bittensor $TAO #Perturb #AI