Ventura Labs Ep. 57 - Christopher Subia-Waud Christopher (@wanderinweights) es el principal contribuyente de Gradients (@gradients_ai) Tiempos 01:11 - Introducción 02:05 - Primer contacto con Bittensor 04:51 - Problema de verificación de Subnet 19 05:14 - Comprobaciones de probabilidad del siguiente token 07:44 - Verificando imágenes vs. texto (matices de difusión) 08:33 - Cómo Bittensor remodeló su perspectiva 12:13 - Credenciales de NeurIPS vs. impacto en el mundo real 14:00 - Por qué Bittensor se mueve más rápido que la academia 15:51 - Resumen de Gradients (Subnet 56) 18:14 - Tareas cubiertas: Instruct, DPO, GRPO, Difusión 20:34 - Incentivos de ganador se lleva todo y diseño de emisiones 22:37 - Hiperparámetros y espacio de búsqueda 26:04 - Comparaciones vs. HF/Databricks/GCP/Together 31:10 - Tamaños de mejor rendimiento (7B–8B) 33:23 - Entrenamiento iterativo en grandes conjuntos de datos 35:18 - Fusión de modelos vs. enfoque secuencial 36:09 - Demanda del cliente 38:20 - Gradients 5.0: torneo de código abierto 43:29 - Mayor sorpresa de la apertura del código 47:59 - Atraer y retener a los mejores mineros 50:20 - Historias de mineros y preservación del espíritu aficionado 52:57 - Asociación con Rayon Labs (Chutes + Gradients) 55:53 - Prosperando bajo dTAO; crecimiento de emisiones y por qué 58:01 - Problemas adecuados para Bittensor en el futuro 01:00:36 - Construyendo hacia la "mejor IA" 01:04:58 - Riesgos de anuncios incrustados en las salidas del modelo 01:07:30 - Consejos para desarrolladores de IA escépticos sobre las criptomonedas