Templar ha completado el mayor proceso de preentrenamiento de un LLM descentralizado en Bittensor.

• La subred de Bittensor’s Templar (SN3) logró entrenar con éxito a Covenant-72B, un modelo de lenguaje natural con 720B parámetros, utilizando datos provenientes de Internet público, a través de 70 nodos.Según los informes….
• El modelo logró una puntuación de 67.1 en el benchmark MMLU de tipo “zero-shot”. Esta puntuación supera a modelos centralizados como LLaMA-2-70B y LLM360 K2.Según los datos disponibles….
• El modelo licenciado por Apache ha causado aumentos significativos en los precios de las fichas TAO y τemplar. En particular, τemplar…Un aumento del 194% en siete días..

La subred de Bittensor’s Templar (SN3) ha logrado un gran avance en el entrenamiento descentralizado de algoritmos de IA. La red logró entrenar al modelo Covenant-72B, un modelo lingüístico con 720B parámetros, utilizando datos del internet público y a través de 70 nodos independientes.Según los informes…Esto representa el mayor ejercicio de preentrenamiento con LLMs descentralizados de la historia. Es una prueba del potencial de los recursos informáticos descentralizados para el desarrollo de la inteligencia artificial.

El rendimiento del modelo superó los límites establecidos por los modelos centralizados. En el benchmark MMLU de disparo cero, obtuvo una puntuación de 67.1.De acuerdo con los datos disponibles.Este logro confirma la viabilidad del entrenamiento de inteligencia artificial descentralizado. En particular, el modelo licenciado bajo las condiciones de Apache permite su reutilización y uso por parte de los desarrolladores.De acuerdo con el análisis del mercado..

El éxito de este proyecto ya está comenzando a influir en la dinámica del mercado. Los precios de TAO y τemplar han aumentado significativamente.Un aumento del 194% en una semana.Los analistas están observando los movimientos de precios de TAO dentro de los niveles de resistencia clave. Esto indica un fuerte interés por parte de los inversores en los desarrollos que se llevan a cabo en el proyecto.Como se informó..

¿Qué impacto tiene esto en el ecosistema de Bittensor?

La finalización del entrenamiento preliminar de Covenant-72B representa un hito estratégico para Bittensor. La implementación del modelo demuestra el paso de la red de un simple transportador de datos a una herramienta capaz de construir modelos de forma autónoma. Esto refuerza su posición como una infraestructura descentralizada para el entrenamiento preliminar de algoritmos de IA.De acuerdo con el análisis..

El proyecto también ha atraído la atención de figuras destacadas del sector, como Jack Clark, cofundador de Anthropic, y Jason Calacanis, inversor de Silicon Valley.Según los informes…Estos apoyos aumentan la credibilidad de la visión de Bittensor. Además, podrían motivar más inversiones en el ecosistema.

¿Cómo podría esto transformar la forma en que se desarrolla la inteligencia artificial tradicional?

Este enfoque descentralizado para el entrenamiento de los LLM representa una alternativa a los centros de datos centralizados. Se trata de utilizar hardware común y una red distribuida de nodos para el proceso de entrenamiento.Según las investigaciones realizadas…La técnica SparseLoCo se utiliza para comprimir las actualizaciones, lo que permite realizar entrenamientos a gran escala sin necesidad de depender de una infraestructura centralizada.De acuerdo con el análisis técnico..

La naturaleza de licencia Apache del Covenant-72B también fomenta la innovación abierta. Esto permite que investigadores y desarrolladores puedan experimentar con el modelo sin ningún tipo de restricciones de propiedad.De acuerdo con los informes del mercado.Este modelo de desarrollo podría cambiar el equilibrio del poder en el desarrollo de la inteligencia artificial, hacia plataformas descentralizadas y de código abierto.

¿Cuáles son los riesgos o limitaciones que deben tenerse en cuenta?

A pesar del éxito de este proyecto, todavía existen desafíos en la escalabilidad de la capacidad de entrenamiento descentralizado para modelos aún más complejos. La eficiencia y el rendimiento de las redes descentralizadas aún no pueden compararse con las alternativas centralizadas para aplicaciones de nivel empresarial.Según el análisis del sector..

Además, los aumentos en el precio de los tokens pueden ser inestables. Por lo tanto, no se puede esperar que se mantengan ganancias a largo plazo sin que haya continuidad en la innovación técnica y en la adopción por parte de las redes.Según los datos disponibles…Los inversores deben monitorear los desarrollos en curso relacionados con la potencia informática heterogénea y el crecimiento del ecosistema, a fin de evaluar la viabilidad a largo plazo de la plataforma.