Ventura Labs Ep. 57 - Christopher Subia-Waud Christopher (@wanderinweights) é o principal colaborador da Gradients (@gradients_ai) Timestamps 01:11 - Introdução 02:05 - Primeiro contato com o Bittensor 04:51 - Problema de verificação do Subnet 19 05:14 - Verificações de probabilidade do próximo token 07:44 - Verificando imagens vs. texto (nuances de difusão) 08:33 - Como o Bittensor moldou sua visão 12:13 - Credenciais do NeurIPS vs. impacto no mundo real 14:00 - Por que o Bittensor se move mais rápido que a academia 15:51 - Visão geral da Gradients (Subnet 56) 18:14 - Tarefas abordadas: Instruct, DPO, GRPO, Difusão 20:34 - Incentivos de winner-take-all e design de emissões 22:37 - Hiperparâmetros e espaço de busca 26:04 - Benchmarks vs. HF/Databricks/GCP/Together 31:10 - Tamanhos com melhor desempenho (7B–8B) 33:23 - Treinamento iterativo em grandes conjuntos de dados 35:18 - Fusão de modelos vs. abordagem sequencial 36:09 - Demanda do cliente 38:20 - Gradients 5.0: torneio de código aberto 43:29 - Maior surpresa ao abrir o código 47:59 - Atraindo e retendo os melhores mineradores 50:20 - Histórias de mineradores e preservando o espírito de hobby 52:57 - Parceria com a Rayon Labs (Chutes + Gradients) 55:53 - Prosperando sob dTAO; crescimento das emissões e por quê 58:01 - Problemas adequados ao Bittensor à frente 01:00:36 - Construindo em direção ao "melhor IA" 01:04:58 - Riscos de anúncios embutidos nas saídas do modelo 01:07:30 - Conselhos para desenvolvedores de IA céticos em relação ao crypto