Bittensor : subnets, Yuma Consensus et dTAO pour l'IA…

Bittensor est un réseau sans autorisation qui rémunère l'intelligence machine utile hors chaîne en transformant l'évaluation en récompenses sur chaîne. Cela se fait par le biais de sous-réseaux spécialisés, d'une notation des validateurs agrégée par consensus yuma, et d'un système de jetons où le TAO coordonne le réseau et le dTAO permet aux marchés de diriger les émissions sous-réseau par sous-réseau.

Principaux enseignements

• Bittensor coordonne l'IA hors chaîne et d'autres travaux numériques avec un système de récompense sur chaîne, plutôt que d'exécuter le calcul des modèles directement sur une blockchain.
• Chaque sous-réseau Bittensor est son propre mini-marché avec sa propre tâche, ses propres mineurs, validateurs et règles de notation, donc la « performance de Bittensor » n'est jamais une chose uniforme.
• Les validateurs soumettent des vecteurs de poids notant les mineurs, et le consensus yuma agrège ces scores pondérés par le stake pour décider qui reçoit les émissions.
• La mise à niveau dtao 2024 a introduit des jetons subnet alpha et a augmenté les émissions.allocationvers la tarification du marché, pas seulement le vote au niveau racine.

Bittensor en tant que marché de l'intelligence

Une expérience utilisateur Bittensor commence par une simple séparation : la chaîne coordonne qui est autorisé à influencer les récompenses et comment les récompenses se règlent, tandis que le travail jugé se déroule hors chaîne. Ce choix de conception est tout l'enjeu.

La couche de coordination subtensor suit les soldes, les relations de staking et les poids pertinents pour les récompenses que les validateurs publient, mais elle n'essaie pas d'imposer l'inférence de modèle, l'entraînement ou l'évaluation dans l'espace de blocs.

Cela fait que la crypto Bittensor semble moins être de l'« IA sur chaîne » et plus un design de marché pour payer pour l'intelligence. La marchandise n'est pas par défaut une heure de GPU tokenisée. Cela peut être une réponse de modèle, une prédiction, un embedding, une sortie vocale, ou même un service de calcul, tant qu'un sous-réseau peut définir un test et une règle de paiement.

Le rôle du réseau est de rendre l'« utilité » suffisamment lisible pour payer sans un propriétaire de plateforme central.

C'est aussi pourquoi le bon modèle mental est composé de deux couches. La première couche est la coordination et le règlement : mise, autorisations et distribution des récompenses. La deuxième couche est l'arène compétitive où les mineurs produisent des résultats et les validateurs les jugent. Si la couche d'évaluation est faible, l'ensemble du système se dégrade en payant pour du bruit. Si la couche d'évaluation est forte, la chaîne devient un rail de règlement pour l'intelligence hors chaîne.

Les lecteurs qui souhaitent un cadre de catégorie plus large devraient intégrer Bittensor dans l'idée de ce qu'est l'infrastructure d'IA décentralisée : le produit n'est pas un modèle unique, c'est un moyen sans autorisation de se procurer et de payer pour des capacités numériques auprès de nombreux fournisseurs.

Comment les sous-réseaux organisent des compétitions spécialisées

Les sous-réseaux existent parce que l'« IA » n'est pas une tâche unique avec une seule fonction objective. Un sous-réseau de modèle de langage peut évaluer les réponses aux invites. Un sous-réseau de prévision de séries temporelles peut évaluer les prévisions par rapport aux résultats réalisés. Un sous-réseau de provisionnement de calcul peut évaluer la disponibilité et la performance.

Essayer de tout regrouper dans un seul système de notation global devient soit suffisamment vague pour être manipulable, soit suffisamment rigide pour être inutile.

Ainsi, Bittensor divise le réseau en de nombreuses arènes spécialisées. Chaque sous-réseau Bittensor est un marché ou une communauté indépendante avec ses propres mineurs, validateurs et logique d'incitation pour un domaine de tâche spécifique.

Des sources pointent vers des exemples concrets comme la génération de texte (souvent référencée comme Sous-réseau 1) et le pré-entraînement ou l'entraînement de modèles (souvent référencé comme Sous-réseau 9), ainsi que des domaines comme la génération d'images, la parole, la prévision de séries temporelles et la fourniture de calcul.

La conséquence importante est que "Bittensor" n'est pas un réseau avec un seul objectif. C'est une fédération de micro-marchés qui partagent un règlement.actifet une chaîne de coordination. Chaque sous-réseau définit ce qui est testé, comment cela est testé et quel comportement est rémunéré.

C'est pourquoi la première question à poser sur tout sous-réseau n'est pas « qu'est-ce que leAPY,” c'est “quelle est la surface de notation.” Si le test est facile à falsifier, les mineurs optimiseront pour la falsification.

Pour une explication mécanique plus approfondie, le bon compagnon est le fonctionnement des sous-réseaux Bittensor, car les détails qui comptent sont toujours spécifiques au sous-réseau : ce que les mineurs soumettent, ce que les validateurs interrogent et ce que la fonction de notation récompense.

Validateurs, mineurs et consensus Yuma

La boucle de récompense a trois acteurs : les mineurs produisent la marchandise, les validateurs la jugent et la chaîne règle le résultat. Les mineurs sont le côté offre. Ils exécutent des modèles, servent des inférences, génèrent des prédictions ou fournissent d'autres sorties numériques hors chaîne. Les validateurs sont le proxy du côté demande. Ils testent les sorties des mineurs et décident qui a été le plus utile selon les règles du sous-réseau.

L'artéfact clé sur la chaîne est le vecteur de poids. Les validateurs publient des poids qui classent ou notent les mineurs en fonction de leurs évaluations. Ces poids ne sont pas seulement des commentaires. Ils sont l'entrée du consensus Yuma, qui agrège les vues des validateurs pondérées par le poids de leur mise et les transforme en distribution d'émissions à l'intérieur du sous-réseau.

En d'autres termes, le “consensus” de Bittensor ne concerne pas principalement l'ordre des transactions. Il s'agit de savoir quel jugement doit compter lors du paiement pour un travail hors chaîne.

La pondération par mise est la tentative du protocole de rendre la collusion coûteuse. Si un petit groupe essaie de se noter mutuellement hautement, leur influence est limitée par leur poids de mise par rapport au reste de la mise de validation du sous-réseau.

L'explication de Cube décrit également un système de permis pour les validateurs, avec des contraintes telles qu'un ensemble actif limité et des règles d'éligibilité liées au poids de mise, ce qui est une autre façon dont le protocole limite qui peut soumettre des poids pertinents pour la récompense.

C'est ici que la plupart des explications superficielles manquent le produit. Yuma est le produit. C'est un mécanisme pour transformer l'évaluation subjective du travail hors chaîne en une règle de paiement qui peut fonctionner sur une chaîne. Si un lecteur ne peut pas expliquer ce que les validateurs notent et comment ces poids se transforment en émissions, il ne comprend pas ce à quoi il fait confiance quand il parle de “IA décentralisée.”

TAO, dTAO et incitations au token alpha

TAO est l'actif de règlement qui relie le système. C'est le token natif utilisé pour les récompenses et le staking, et une source le décrit également comme étant utilisé pour payer l'accès aux services sur le réseau. L'aperçu d'Uphold affirme également que TAO a une offre maximale de 21 millions et suit un cycle de réduction de moitié de quatre ans.

La mise à niveau dtao de 2024 a changé la façon dont les sous-réseaux rivalisent pour les émissions. Avant dTAO, les sources décrivent le réseau racine allouant des émissions via des critères de vote ou pilotés par des validateurs. Après dTAO, chaque sous-réseau a son propre token alpha, et l'allocation des émissions se déplace vers un mécanisme basé sur le marché lié à la tarification du token alpha à travers alpha/TAO.pools de liquidité.

Cela a de l'importance car cela transforme « quels sous-réseaux méritent des émissions » en un signal de prix en direct plutôt qu'en un processus purement politique.

Cela crée une séparation claire des expositions. TAO coordonne l'ensemble du réseau. Le token tao est l'unité que les stakers utilisent pour soutenir les validateurs et participer à l'économie du réseau. Alpha est l'expression du risque spécifique au sous-réseau.

Si le marché décide qu'une évaluation de sous-réseau est faible ou que la sortie n'est pas précieuse, alpha peut se dévaluer et le sous-réseau peut attirer moins d'émissions au fil du temps.

C'est le cadre pertinent pour les traders : Bittensor est un design de marché à deux couches où les sous-réseaux définissent le contrat pour une marchandise AI, les validateurs agissent comme des agences de notation en soumettant des vecteurs de poids, et dTAO transforme la crédibilité de chaque sous-réseau en un signal de prix qui peut attirer ou perdre des émissions.

Pour les lecteurs comparant les récits de tokens AI, le contraste clair est bittensor contre render, deux paris crypto AI différents, car l'un est un marché pour des sorties évaluées et l'autre est généralement encadré autour de l'offre de rendu informatique.

Cas d'utilisation, avantages et risques clés

Les domaines de sous-réseaux donnent les cas d'utilisation concrets. Les sources pointent vers des sous-réseaux pour la génération de texte, l'entraînement ou le pré-entraînement de modèles, la prédiction de séries temporelles, la génération d'images, la parole et la fourniture de calcul. L'avantage est la spécialisation. Chaque domaine peut définir sa propre logique d'évaluation au lieu d'hériter d'une référence unique.

Le deuxième avantage est architectural : le calcul lourd reste hors chaîne. Cela empêche le système de s'effondrer sous le coût de la vérification du travail des modèles à l'intérieur d'une blockchain à usage général. Le rôle de la chaîne est de coordonner les mises, les permissions et le règlement des récompenses.

Les risques clés se regroupent autour de l'évaluation, pas du calcul. Si la fonction de scoring d'un sous-réseau est facile à manipuler, les mineurs optimiseront le test plutôt que la qualité du service sous-jacent. Si les validateurs peuvent se coordonner à moindre coût, ils peuvent orienter les récompenses vers des initiés en publiant des vecteurs de poids alignés.

Le protocole essaie de résister à cela avec le poids des mises et l'agrégation de consensus, mais il ne peut pas éliminer le problème de base selon lequel de nombreuses sorties AI sont difficiles à juger objectivement.

Un deuxième risque est la complexité de l'écosystème. Les sources décrivent le nombre de sous-réseaux comme « plus de cent » d'ici 2025 et « 125+ sous-réseaux actifs » début 2026, ce qui est une autre façon de dire que la surface est grande et dépendante du temps. Cela rend la diligence raisonnable sous-réseau par sous-réseau, et non marque par marque.

Pour les utilisateurs qui souhaitent participer plutôt que simplement comprendre le design, la prochaine étape opérationnelle est comment miser du tao et choisir des sous-réseaux, car les résultats économiques dépendent des validateurs et des sous-réseaux qu'un participant soutient.

Idées reçues courantes sur Bittensor

« Bittensor exécute de l'IA sur une blockchain » est le malentendu le plus coûteux. La chaîne coordonne les mises, les soldes et les poids pertinents pour les récompenses, tandis que le travail du modèle et les requêtes d'évaluation se déroulent hors chaîne. Bittensor utilise une blockchain comme couche de règlement et de coordination, et non comme un endroit pour exécuter des sessions d'entraînement.

« Bittensor est un réseau avec un seul objectif » est le deuxième piège. Le réseau est organisé en sous-réseaux, et chaque sous-réseau a son propre domaine de tâche et ses propres règles de notation. Un sous-réseau de génération de texte performant n'implique pas un sous-réseau de prédiction de séries temporelles performant, car les tests, les participants et les incitations diffèrent.

« Les validateurs sont des arbitres passifs » est faux sur le mécanisme. Les validateurs façonnent activement les paiements en soumettant des vecteurs de poids, et le consensus yuma agrège ces poids pondérés par la mise pour décider de la distribution des émissions. Cela fait du comportement des validateurs une partie du jeu compétitif, et non un processus de fond neutre.

« TAO est la seule chose qui compte » ne comprend pas ce que dTAO a changé. Sous dtao, les jetons alpha de sous-réseau transforment la crédibilité au niveau du sous-réseau en un signal négociable qui peut influencer l'allocation des émissions. TAO est l'actif de règlement. Alpha est l'endroit où le marché exprime quels sous-réseaux il pense mériter des émissions en ce moment.

La Conclusion

J'ai vu des traders traiter « l'IA décentralisée » comme un seul récit commercial et ensuite être pris au dépourvu par la partie qui compte réellement : l'évaluation. Sur Bittensor, l'actif n'est pas « l'IA ». L'actif est un ensemble de jeux de notation, un par sous-réseau, où les validateurs publient des vecteurs de poids et le consensus yuma transforme ces jugements en émissions.

La posture claire est de penser en rôles et en signaux. Les mineurs optimisent pour le test, les validateurs optimisent pour l'influence, et dtao transforme la vision du marché en tarification alpha qui peut affamer économiquement un sous-réseau même s'il est socialement bruyant.

Si une personne ne peut pas décrire ce qu'un sous-réseau bittensor mesure et comment les validateurs peuvent le manipuler, elle ne comprend pas ce qu'elle achète lorsqu'elle achète l'histoire.

Sources

• Cube Exchange
• DEXTools
• Uphold
• Gate Wiki