На самом деле, я считаю, что подход Perturb имеет смысл, но не по тем обычным причинам «децентрализованного ИИ», которые часто упоминают. Безопасность ИИ становится всё более серьёзной проблемой по мере того, как модели становятся более способными, а агенты начинают действовать с меньшим человеческим контролем. И именно здесь у @perturbaix есть структурное преимущество. Большинство красных команд всё ещё работают внутри компаний или с использованием статических открытых инструментов. Perturb превращает обнаружение враждебных атак в непрерывное, мотивированное соревнование, а затем использует эти находки для реального обучения моделей. Проблема в том, что найти атаки и превратить их в то, за что компании будут готовы платить — это две разные вещи. Даже если майнеры продолжают генерировать мощные враждебные примеры, настоящий вопрос в том, будут ли предприятия считать полученные оценки, наборы данных и сертификаты достаточно достоверными, чтобы на них действовать. Переход к реальному продукту с непрерывным сканированием и укреплением может дать им больше контроля над этим слоем распространения. Мы также наблюдаем, как субнет зрелеет (сканирование и обучение уже работают, начинается продукт-фаза). Но я бы не путал активность субнета с доказательством того, что коммерческая модель работает. Выход из режима чистых исследований означает, что Perturb теперь должен доказать, что может генерировать спрос и доход, не полагаясь исключительно на эмиссию. Моя точка зрения: непрерывное внешнее враждебное давление может стать столь же важным, как и производительность модели, в ближайшие несколько лет. Если Perturb сможет превратить это в продукт, не оставляя результаты в основном внутри субнета, то направление оправдано. В противном случае он рискует остаться интересной исследовательской сетью, а не инфраструктурой. SN26 на этих уровнях интересен в любом случае. #Bittensor $TAO #Perturb #AI