Ventura Labs Ep. 57 - Christopher Subia-Waud Christopher (@wanderinweights) is de belangrijkste bijdrager aan Gradients (@gradients_ai) Tijdstempels 01:11 - Introductie 02:05 - Eerste contact met Bittensor 04:51 - Verificatieprobleem van Subnet 19 05:14 - Volgende-token waarschijnlijkheidscontroles 07:44 - Beelden verifiëren vs. tekst (diffusie nuances) 08:33 - Hoe Bittensor zijn kijk heeft veranderd 12:13 - NeurIPS-credentials vs. impact in de echte wereld 14:00 - Waarom Bittensor sneller beweegt dan de academische wereld 15:51 - Overzicht van Gradients (Subnet 56) 18:14 - Behandelde taken: Instruct, DPO, GRPO, Diffusie 20:34 - Winner-take-all prikkels & emissieontwerp 22:37 - Hyperparameters en zoekruimte 26:04 - Benchmarks vs. HF/Databricks/GCP/Together 31:10 - Beste presterende groottes (7B–8B) 33:23 - Iteratieve training op grote datasets 35:18 - Model samenvoegen vs. sequentiële aanpak 36:09 - Klantvraag 38:20 - Gradients 5.0: open-source toernooi 43:29 - Grootste verrassing van open-sourcing 47:59 - Top miners aantrekken en behouden 50:20 - Verhalen van miners en het behoud van de hobbyist geest 52:57 - Rayon Labs-partnerschap (Chutes + Gradients) 55:53 - Gedijen onder dTAO; emissiegroei en waarom 58:01 - Problemen die geschikt zijn voor Bittensor in de toekomst 01:00:36 - Bouwen naar "beste AI" 01:04:58 - Risico's van ingebedde advertenties in modeluitvoer 01:07:30 - Advies aan AI-ontwikkelaars die sceptisch zijn over crypto