Ventura Labs Ep. 57 - Christopher Subia-Waud Christopher (@wanderinweights) è il principale contributore di Gradients (@gradients_ai) Timestamp 01:11 - Introduzione 02:05 - Primo contatto con Bittensor 04:51 - Problema di verifica del Subnet 19 05:14 - Controlli della probabilità del prossimo token 07:44 - Verifica delle immagini vs. testo (nuances di diffusione) 08:33 - Come Bittensor ha cambiato la sua visione 12:13 - Credenziali NeurIPS vs. impatto nel mondo reale 14:00 - Perché Bittensor si muove più velocemente dell'accademia 15:51 - Panoramica di Gradients (Subnet 56) 18:14 - Compiti trattati: Instruct, DPO, GRPO, Diffusione 20:34 - Incentivi winner-take-all e design delle emissioni 22:37 - Iperparametri e spazio di ricerca 26:04 - Benchmark vs. HF/Databricks/GCP/Together 31:10 - Dimensioni con le migliori prestazioni (7B–8B) 33:23 - Formazione iterativa su grandi dataset 35:18 - Fusione dei modelli vs. approccio sequenziale 36:09 - Domanda dei clienti 38:20 - Gradients 5.0: torneo open-source 43:29 - La più grande sorpresa dall'open-sourcing 47:59 - Attirare e trattenere i migliori miner 50:20 - Storie dei miner e preservare lo spirito hobbista 52:57 - Partnership con Rayon Labs (Chutes + Gradients) 55:53 - Prosperare sotto dTAO; crescita delle emissioni e perché 58:01 - Problemi adatti a Bittensor in arrivo 01:00:36 - Costruire verso il “miglior AI” 01:04:58 - Rischi di annunci incorporati nei risultati dei modelli 01:07:30 - Consigli per gli sviluppatori di AI scettici nei confronti della crypto