Ventura Labs 第57集 - Christopher Subia-Waud Christopher (@wanderinweights) 是 Gradients (@gradients_ai) 的主要贡献者 时间戳 01:11 - 介绍 02:05 - 与 Bittensor 的首次接触 04:51 - 子网 19 的验证问题 05:14 - 下一个令牌概率检查 07:44 - 验证图像与文本（扩散细微差别） 08:33 - Bittensor 如何重塑他的观点 12:13 - NeurIPS 资历与现实世界影响 14:00 - 为什么 Bittensor 比学术界发展更快 15:51 - Gradients（子网 56）概述 18:14 - 涉及的任务：指令、DPO、GRPO、扩散 20:34 - 胜者通吃的激励与排放设计 22:37 - 超参数和搜索空间 26:04 - 基准测试与 HF/Databricks/GCP/Together 31:10 - 表现最佳的规模（7B–8B） 33:23 - 在大数据集上的迭代训练 35:18 - 模型合并与顺序方法 36:09 - 客户需求 38:20 - Gradients 5.0：开源锦标赛 43:29 - 开源带来的最大惊喜 47:59 - 吸引和留住顶级矿工 50:20 - 矿工故事与保持爱好者精神 52:57 - Rayon Labs 合作伙伴关系（Chutes + Gradients） 55:53 - 在 dTAO 下蓬勃发展；排放增长及原因 58:01 - 未来适合 Bittensor 的问题 01:00:36 - 朝着“最佳 AI”构建 01:04:58 - 嵌入广告在模型输出中的风险 01:07:30 - 对怀疑加密货币的 AI 开发者的建议