Я считаю, что $POD от @dphnAI — один из самых интересных децентрализованных AI-раннеров прямо сейчас: цензура-free открытые модели, работающие на DePIN. Запущенный в 2023 году Эриком Хартфордом и командой, Dolphin уже выпустил десятки цензура-free моделей на Hugging Face с миллионами ежемесячных загрузок. Теперь, после ребрендинга, они представили полную пиринговую токеномику. Вот краткий разбор — 30 секунд, без воды. - ❶ В чем суть их задачи? - Цензура AI-моделей - Дорогие и централизованные инференсы - Простаивающие GPU-ресурсы - Бутылочное горлышко синтетических данных - Сложности децентрализованной верификации Это решается двумя способами. → Дообучение лучших открытых баз (Llama, Mistral, Qwen и др.) до высококачественных, по-настоящему цензура-free LLM, сохраняющих (или даже усиливающих) интеллект, креативность, использование инструментов и способность к ролевым играм. → Создание Dolphin Network — распределённой GPU-сети, где любой может запустить ноду на простаивающем оборудовании (игровые ПК, потребительские видеокарты — что угодно), чтобы обеспечить дешёвый инференс и генерацию огромных объёмов синтетических данных. - ❷ Dolphin Network — пирингово-пуловая архитектура В отличие от большинства DePIN с соотношением 1:1, здесь используется модель пулов: - Ноды, запускающие одну и ту же модель, объединяются в пулы. - Запросы распределяются случайным образом (нет прямой связи между покупателем и продавцом). - Ноды получают вознаграждение исключительно на основе обработанных токенов (оплата из протокольного казначейства). - Пользователи покупают кредиты напрямую у протокола (POD, ETH, BTC, USDC — даже Monero/Zcash принимаются). Dolphin Mistral 24b теперь является стандартной цензура-free моделью для всех пользователей @AskVenice. Дорожная карта практична, но амбициозна: (Сейчас) Бета-версия распределённого инференса Далее (в порядке): → Ноды для изображений / видео / аудио / транскрипции → Комплекс генерации синтетических данных → Автоматическое балансирование Lighthouse → Шардинг распределённого инференса → Распределённый LoRA / SFT (надзорное дообучение) → Распределённое обучение с подкреплением → Распределённое полнопараметрическое SFT → Комплекс создания и дообучения моделей → Крупномасштабное распределённое предобучение - ❸ POD Полезность и накопление ценности: - Стейкинг (xPOD-кошелёк) → автокомпаунд-дивиденды от выкупов + ежедневные кредиты на инференс + бонусы. - Операторы нод связывают POD (подлежащие штрафу) для получения вознаграждений. Множители усиления по кривой Curve: чем больше вы связываете относительно дохода — тем выше бонус. - Валидаторы с большими связанными суммами помогают обеспечивать безопасность сети. ➠ Ключевой момент: 100% дохода автоматически используется для покупки POD на открытом рынке → постоянный, реальный спрос, способный опережать эмиссию. - ❹ Итог Использование = доход = выкупы = ценность для стейкеров и связавших операторов. Отсутствие внешнего капитала означает, что токен POD захватывает всё. Это сочетание ETH (штрафы), CURVE (усиления) и XSUSHI (автокомпаунд), но настроено специально под инференс на основе использования и генерацию синтетических данных.