میں اصل میں سمجھتا ہوں کہ پرٹرب کا طریقہ منطقی ہے، لیکن لوگ جو عام طور پر "ڈی سینٹرلائزڈ AI" کے وجوہات بیان کرتے ہیں، اس کے لیے نہیں۔ AI سیکورٹی اس وقت زیادہ بڑا مسئلہ بن رہی ہے جب ماڈلز زیادہ صلاحیت رکھنے لگتے ہیں اور ایجینٹس کم انسانی نگرانی کے ساتھ کام کرنے لگتے ہیں۔ اور یہی وہ جگہ ہے جہاں @perturbaix کا ساختی فائدہ ہے۔ زیادہ تر ریڈ ٹیمنگ اب بھی اندر یا سٹیٹک اوپن سورس ٹولز کے ساتھ کی جاتی ہے۔ پرٹرب مخالف حملوں کی دریافت کو ایک مسلسل، انعام دینے والے مقابلے میں تبدیل کرتا ہے، اور پھر ان دریافت شدہ نتائج کو ماڈل ٹریننگ کے لیے استعمال کرتا ہے۔ مسئلہ یہ ہے کہ حملوں کو دریافت کرنا اور انہیں ایسی چیز بنانا جس کے لیے کمپنیاں ادائیگی کریں، دو مختلف چیزیں ہیں۔ حتیٰ کہ اگر مائنز مسلسل مضبوط مخالف نمونے تخلیق کرتے رہیں، تو اصل سوال یہ ہے کہ کیا صنعتی ادارے نتائج کے اسکورز، ڈیٹاسیٹس، اور سرٹیفکیٹس کو قابلِ اعتماد سمجھ کر ان پر عمل کریں گے۔ مسلسل اسکیننگ + ہارڈننگ والے اصل پروڈکٹ میں داخل ہونا انہیں اس توزیع لیر پر زیادہ کنٹرول دے سکتا ہے۔ ہم دیکھ رہے ہیں کہ سب نیٹ بالغ ہو رہا ہے (اسکیننگ + ٹریننگ لائیو، پروڈکٹ فاز شروع)۔ لیکن میں سب نیٹ کی سرگرمی کو اس بات کا ثبوت نہیں سمجھوں گا کہ تجارتی ماڈل اب تک کام کر رہا ہے۔ صاف تحقیق کے موڈ سے باہر نکلنا کا مطلب ہے کہ پرٹرب اب ثابت کرنا چاہتا ہے کہ وہ انتشار پر انحصار نہ کرتے ہوئے مانگ اور آمدنی تخلیق کر سکتا ہے۔ میرا خيال ہے کہ مسلسل، با�ر سے آنے والے مخالف دباؤ اگلے کچھ سالوں میں ماڈل کی پرفارمنس جتنا ہی اهم ہو سکتا ہے۔ اگر پرٹرب اسے اس طرح پروڈکٹائز کر سکتا ہے کہ نتائج صرف سب نیٹ کے اندر رکھے ن جائیں، تو یہ راستہ منطقی ہے۔ ورنہ، یہ صرف ا ek د цк интересный исследовательский сетевой проект رہ جائے گا، نکھرنا نئيں۔ SN26 ان سطح پر باوجود تمام باتوں کے دلچسپ ہے۔ #Bittensor $TAO #Perturb #AI