Token TAO được sử dụng để làm gì trong Bittensor?

TAO là token gốc của Bittensor được sử dụng để thưởng và staking trong mạng lưới. Một nguồn khác cũng mô tả TAO là cần thiết để mua quyền truy cập vào các mô hình hoặc dịch vụ học máy trên mạng. Uphold cho biết TAO có tổng cung tối đa là 21 triệu và có chu kỳ giảm một nửa trong bốn năm.

Subnet Bittensor là gì và tại sao lại có nhiều như vậy?

Một subnet Bittensor là một thị trường độc lập bên trong Bittensor với các thợ đào, người xác thực và quy tắc chấm điểm riêng cho một miền nhiệm vụ cụ thể. Các subnet tồn tại vì các hàng hóa kỹ thuật số khác nhau cần các bài kiểm tra đánh giá khác nhau, vì vậy một hàm chấm điểm chung sẽ quá cứng nhắc hoặc quá mơ hồ. Các nguồn mô tả hệ sinh thái có hơn một trăm subnet, với một nguồn trích dẫn 125+ subnet đang hoạt động.

Yuma Consensus quyết định ai nhận thưởng như thế nào?

Các người xác thực đánh giá đầu ra off-chain của các thợ đào và gửi các vector trọng số lên chuỗi. Yuma Consensus tổng hợp các trọng số của người xác thực theo trọng số staking để tạo ra một bảng xếp hạng đồng thuận, xác định cách phân phối phát thải. Cơ chế này được thiết kế để giảm thiểu tác động của việc chấm điểm người xác thực chất lượng thấp hoặc ngoại lệ.

Cập nhật dTAO đã thay đổi điều gì vào năm 2024?

DTAO đã giới thiệu các token alpha cụ thể cho subnet và chuyển hướng phân bổ phát thải về một cơ chế dựa trên thị trường liên kết với giá token alpha. Các nguồn mô tả điều này là việc từ bỏ cách tiếp cận trước đó, nơi mạng lưới gốc phân bổ phát thải thông qua bỏ phiếu hoặc tiêu chí do người xác thực điều khiển. Các pool thanh khoản Alpha/TAO kết nối các token subnet trở lại với nền kinh tế TAO rộng lớn hơn.

Bittensor có chạy các mô hình AI trực tiếp trên blockchain không?

Không. Các nguồn mô tả Bittensor là tách biệt sự phối hợp trên chuỗi với công việc off-chain, với chuỗi theo dõi stake, số dư và trọng số liên quan đến thưởng trong khi tính toán nặng diễn ra off-chain. Vai trò của blockchain là phối hợp và giải quyết các động lực, không phải thực hiện suy diễn hoặc đào tạo mô hình bên trong các khối.

Bittensor là gì: Subnets, Yuma Consensus và dTAO trả tiền

Bittensor là một mạng lưới không cần quyền cho phép, trả tiền cho trí tuệ máy móc hữu ích ngoài chuỗi bằng cách chuyển đổi đánh giá thành phần thưởng trên chuỗi. Điều này được thực hiện thông qua các subnet chuyên biệt, điểm số của các validator được tổng hợp bởi đồng thuận yuma, và một hệ thống token trong đó TAO điều phối mạng lưới và dTAO cho phép các thị trường điều khiển phát thải theo từng subnet.

Điểm nổi bật chính

Bittensor điều phối AI ngoài chuỗi và các công việc kỹ thuật số khác với một hệ thống thưởng trên chuỗi, thay vì thực hiện tính toán mô hình trực tiếp trên một blockchain.
Mỗi subnet bittensor là một mini-thị trường riêng với nhiệm vụ, thợ đào, người xác thực và quy tắc chấm điểm riêng, vì vậy “hiệu suất Bittensor” không bao giờ là một điều đồng nhất.
Các validator gửi các vector trọng số để đánh giá các thợ mỏ, và đồng thuận yuma tổng hợp các điểm số đó theo trọng số stake để quyết định ai nhận được phát thải.
Bản nâng cấp dtao 2024 đã giới thiệu các token subnet alpha và đẩy mạnh phát thải.phân bổhướng tới định giá thị trường, không chỉ bỏ phiếu ở cấp độ gốc.

Bittensor như một thị trường cho trí tuệ

Trải nghiệm người dùng Bittensor bắt đầu với một sự phân chia đơn giản: chuỗi xác định ai được phép ảnh hưởng đến phần thưởng và cách phần thưởng được giải quyết, trong khi công việc được đánh giá diễn ra ngoài chuỗi. Lựa chọn thiết kế đó là mục đích chính.

Lớp phối hợp subtensor theo dõi số dư, mối quan hệ staking và các trọng số liên quan đến phần thưởng mà các validator công bố, nhưng không cố gắng ép buộc suy diễn mô hình, đào tạo hoặc đánh giá vào không gian khối.

Điều đó khiến Bittensor crypto cảm thấy ít giống như “AI trên chuỗi” và nhiều hơn như một thiết kế thị trường để trả tiền cho trí tuệ. Hàng hóa không phải là một giờ GPU được mã hóa theo mặc định. Nó có thể là một phản hồi mô hình, một dự đoán, một nhúng, một đầu ra giọng nói, hoặc thậm chí là một dịch vụ tính toán, miễn là một subnet có thể định nghĩa một bài kiểm tra và một quy tắc thanh toán.

Nhiệm vụ của mạng lưới là làm cho “tính hữu ích” trở nên rõ ràng đủ để trả tiền mà không cần một chủ sở hữu nền tảng trung tâm.

Đây cũng là lý do tại sao mô hình tư duy đúng là hai lớp. Lớp một là phối hợp và thanh toán: đặt cược, quyền hạn và phân phối phần thưởng. Lớp hai là đấu trường cạnh tranh nơi các thợ mỏ sản xuất đầu ra và các xác thực viên đánh giá chúng. Nếu lớp đánh giá yếu, toàn bộ hệ thống sẽ suy giảm thành việc trả tiền cho tiếng ồn. Nếu lớp đánh giá mạnh, chuỗi trở thành một đường ray thanh toán cho trí tuệ ngoài chuỗi.

Người đọc muốn có cái nhìn tổng quát hơn nên liên kết Bittensor với khái niệm về hạ tầng AI phi tập trung: sản phẩm không phải là một mô hình đơn lẻ, mà là một cách không cần sự cho phép để tìm kiếm và thanh toán cho khả năng kỹ thuật số từ nhiều nhà cung cấp.

Cách các subnet tổ chức các cuộc thi chuyên biệt

Các subnet tồn tại vì “AI” không phải là một nhiệm vụ với một hàm mục tiêu duy nhất. Một subnet mô hình ngôn ngữ có thể đánh giá các phản hồi cho các yêu cầu. Một subnet dự đoán chuỗi thời gian có thể đánh giá các dự báo so với kết quả thực tế. Một subnet cung cấp tính toán có thể đánh giá khả năng sẵn có và hiệu suất.

Cố gắng nhồi nhét tất cả những điều đó vào một hệ thống đánh giá toàn cầu sẽ trở nên mơ hồ đến mức có thể bị lợi dụng hoặc cứng nhắc đến mức trở nên vô dụng.

Vì vậy, Bittensor chia mạng thành nhiều lĩnh vực chuyên biệt. Mỗi subnet bittensor là một thị trường hoặc cộng đồng độc lập với các thợ mỏ, người xác thực và logic khuyến khích riêng cho một miền nhiệm vụ cụ thể.

Các nguồn chỉ ra những ví dụ cụ thể như tạo văn bản (thường được gọi là Subnet 1) và tiền huấn luyện hoặc huấn luyện mô hình (thường được gọi là Subnet 9), bên cạnh các lĩnh vực như tạo hình ảnh, giọng nói, dự đoán chuỗi thời gian và cung cấp tính toán.

Hệ quả quan trọng là “Bittensor” không phải là một mạng lưới duy nhất với một mục tiêu. Nó là một liên minh của các thị trường vi mô chia sẻ một hệ thống thanh toán.tài sảnvà một chuỗi phối hợp. Mỗi subnet xác định những gì đang được kiểm tra, cách thức kiểm tra và hành vi nào được trả tiền. Đó là lý do tại sao câu hỏi đầu tiên cần đặt ra về bất kỳ subnet nào không phải là “cái gì làAPYNó là "bề mặt chấm điểm là gì." Nếu bài kiểm tra dễ bị giả mạo, các thợ đào sẽ tối ưu hóa cho việc giả mạo.

Để có một cái nhìn sâu hơn về cơ chế, người bạn đồng hành đúng là cách các subnet của bittensor hoạt động, vì những chi tiết quan trọng luôn đặc thù cho subnet: những gì thợ đào nộp, những gì các validator truy vấn, và những gì hàm chấm điểm thưởng.

Các validator, thợ đào, và Yuma Consensus

Vòng thưởng có ba tác nhân: thợ đào sản xuất hàng hóa, các validator đánh giá nó, và chuỗi quyết định kết quả. Thợ đào là bên cung. Họ chạy các mô hình, phục vụ suy diễn, tạo ra dự đoán, hoặc cung cấp các đầu ra kỹ thuật số khác ngoài chuỗi. Các validator là đại diện bên cầu. Họ kiểm tra đầu ra của thợ đào và quyết định ai là người hữu ích nhất theo quy tắc của subnet.

Đối tượng chính trên chuỗi là vector trọng số. Các validator công bố trọng số xếp hạng hoặc chấm điểm thợ đào dựa trên các đánh giá của họ. Những trọng số đó không chỉ là bình luận. Chúng là đầu vào cho yuma consensus, tổng hợp các quan điểm của validator theo trọng số cổ phần và biến chúng thành phân phối phát thải bên trong subnet. Nói cách khác, "consensus" của Bittensor không chủ yếu về việc sắp xếp giao dịch. Nó liên quan đến việc đánh giá của ai nên được tính khi trả tiền cho công việc ngoài chuỗi.

Trọng số cổ phần là nỗ lực của giao thức nhằm làm cho sự thông đồng trở nên tốn kém. Nếu một nhóm nhỏ cố gắng đánh giá cao lẫn nhau, ảnh hưởng của họ bị giới hạn bởi trọng số cổ phần của họ so với phần cổ phần xác thực còn lại của subnet.

Giải thích của Cube cũng mô tả một hệ thống giấy phép cho các validator, với các ràng buộc như một tập hợp hoạt động bị giới hạn và các quy tắc đủ điều kiện liên quan đến trọng số cổ phần, đây là một cách khác mà giao thức giới hạn ai có thể nộp trọng số liên quan đến thưởng.

Đây là nơi mà hầu hết các giải thích nông cạn bỏ lỡ sản phẩm. Yuma là sản phẩm. Nó là một cơ chế để biến đánh giá chủ quan của công việc ngoài chuỗi thành một quy tắc thanh toán có thể chạy trên một chuỗi. Nếu một độc giả không thể giải thích những gì các validator đang chấm điểm và cách mà những trọng số đó chảy vào phát thải, họ không hiểu những gì họ đang tin tưởng khi nói về "AI phi tập trung."

TAO, dTAO, và các ưu đãi token alpha

TAO là tài sản thanh toán kết nối hệ thống lại với nhau. Nó là token gốc được sử dụng cho thưởng và staking, và một nguồn mô tả nó cũng được sử dụng để thanh toán cho việc truy cập vào các dịch vụ trên mạng. Tổng quan của Uphold cũng tuyên bố rằng TAO có tổng cung tối đa là 21 triệu và theo chu kỳ giảm một nửa bốn năm.

Cập nhật dtao năm 2024 đã thay đổi cách các subnet cạnh tranh cho phát thải. Trước dTAO, các nguồn mô tả mạng gốc phân bổ phát thải thông qua bỏ phiếu hoặc tiêu chí do validator điều khiển. Sau dTAO, mỗi subnet có token alpha riêng của nó, và phân bổ phát thải chuyển sang cơ chế dựa trên thị trường liên quan đến giá token alpha thông qua alpha/TAO.các pool thanh khoản.

Điều này quan trọng vì nó biến “các subnet nào xứng đáng nhận phát thải” thành một tín hiệu giá trực tiếp thay vì một quy trình chính trị thuần túy.

Điều này tạo ra sự phân tách rõ ràng về các rủi ro. TAO điều phối toàn bộ mạng lưới. Token tao là đơn vị mà những người đặt cược sử dụng để hỗ trợ các validator và tham gia vào kinh tế mạng. Alpha là biểu hiện rủi ro cụ thể cho subnet. Nếu thị trường quyết định rằng đánh giá của một subnet là yếu hoặc đầu ra không có giá trị, alpha có thể bị giảm giá và subnet có thể thu hút ít phát thải hơn theo thời gian.

Đó là cách trình bày liên quan đến nhà giao dịch: Bittensor là một thiết kế thị trường hai lớp nơi các subnet định nghĩa hợp đồng cho một hàng hóa AI, các validator hoạt động như các cơ quan xếp hạng bằng cách gửi các vector trọng số, và dTAO biến độ tin cậy của từng subnet thành một tín hiệu giá có thể kéo hoặc mất phát thải.

Đối với những độc giả so sánh các câu chuyện về token AI, sự tương phản rõ ràng là bittensor so với render là hai cược crypto AI khác nhau, vì một là thị trường cho các đầu ra đã được đánh giá và cái kia thường được định hình xung quanh nguồn cung tính toán.

Các trường hợp sử dụng, lợi ích và rủi ro chính

Các miền subnet cung cấp các trường hợp sử dụng cụ thể. Các nguồn chỉ ra các subnet cho việc tạo văn bản, đào tạo hoặc tiền đào tạo mô hình, dự đoán chuỗi thời gian, tạo hình ảnh, giọng nói và cung cấp tính toán. Lợi ích là sự chuyên môn hóa. Mỗi miền có thể định nghĩa logic đánh giá riêng của nó thay vì kế thừa một tiêu chuẩn chung không phù hợp.

Lợi ích thứ hai là kiến trúc: tính toán nặng ở ngoài chuỗi. Điều này giữ cho hệ thống không bị sụp đổ dưới chi phí cố gắng xác minh công việc mô hình bên trong một blockchain đa mục đích. Nhiệm vụ của chuỗi là điều phối cổ phần, quyền hạn và giải quyết phần thưởng.

Các rủi ro chính tập trung vào đánh giá, không phải tính toán. Nếu hàm điểm của một subnet dễ bị thao túng, các thợ đào sẽ tối ưu hóa cho bài kiểm tra thay vì chất lượng dịch vụ cơ bản. Nếu các validator có thể phối hợp một cách rẻ tiền, họ có thể điều hướng phần thưởng về phía những người trong cuộc bằng cách công bố các vector trọng số phù hợp.

Giao thức cố gắng chống lại điều này bằng cách trọng số cổ phần và tổng hợp đồng thuận, nhưng không thể loại bỏ vấn đề cơ bản rằng nhiều đầu ra AI khó được đánh giá một cách khách quan.

Một rủi ro thứ hai là sự phức tạp của hệ sinh thái. Các nguồn mô tả số lượng subnet là “hơn một trăm” vào năm 2025 và “125+ subnet hoạt động” vào đầu năm 2026, điều này là một cách khác để nói rằng diện tích bề mặt lớn và phụ thuộc vào thời gian. Điều đó làm cho việc thẩm định phải thực hiện từng subnet một, không phải từng thương hiệu một.

Đối với những người dùng muốn tham gia thay vì chỉ hiểu thiết kế, bước tiếp theo trong hoạt động là cách đặt cược tao và chọn các subnet, vì các kết quả kinh tế phụ thuộc vào các validator nào và các subnet nào mà một người tham gia hỗ trợ.

Những hiểu lầm phổ biến về Bittensor

“Bittensor chạy AI trên một blockchain” là sự hiểu lầm tốn kém nhất. Chuỗi này phối hợp cổ phần, số dư và trọng số liên quan đến phần thưởng, trong khi công việc mô hình và các truy vấn đánh giá diễn ra ngoài chuỗi. Bittensor sử dụng blockchain như một lớp thanh toán và phối hợp, không phải là nơi thực hiện các phiên đào tạo.

“Bittensor là một mạng lưới với một mục tiêu” là cái bẫy thứ hai. Mạng lưới được tổ chức thành các subnet, và mỗi subnet có miền nhiệm vụ và quy tắc chấm điểm riêng. Một subnet tạo văn bản mạnh không có nghĩa là một subnet dự đoán chuỗi thời gian mạnh, vì các bài kiểm tra, người tham gia và động lực khác nhau.

“Các Validator là những trọng tài thụ động” là sai về cơ chế. Các Validator chủ động hình thành các khoản thanh toán bằng cách gửi các vector trọng số, và sự đồng thuận yuma tổng hợp những trọng số đó theo trọng số cổ phần để quyết định phân phối phát thải. Điều đó khiến hành vi của validator trở thành một phần của trò chơi cạnh tranh, không phải là một quy trình nền tảng trung lập.

“TAO là điều duy nhất quan trọng” bỏ lỡ những gì dTAO đã thay đổi. Dưới dtao, các token alpha của subnet biến độ tin cậy ở cấp subnet thành một tín hiệu có thể giao dịch có thể ảnh hưởng đến phân bổ phát thải. TAO là tài sản thanh toán. Alpha là nơi thị trường thể hiện các subnet mà nó nghĩ xứng đáng nhận phát thải ngay bây giờ.

Lời kết

Tôi đã thấy các nhà giao dịch coi “AI phi tập trung” như một giao dịch kể chuyện đơn lẻ và sau đó bị mù quáng bởi phần thực sự quan trọng: đánh giá. Trên Bittensor, tài sản không phải là “AI.” Tài sản là một tập hợp các trò chơi chấm điểm, một trò chơi cho mỗi subnet, nơi các validator công bố các vector trọng số và sự đồng thuận yuma biến những phán quyết đó thành phát thải.

Tư thế sạch sẽ là nghĩ theo vai trò và tín hiệu. Các thợ mỏ tối ưu hóa cho bài kiểm tra, các validator tối ưu hóa cho ảnh hưởng, và dtao biến cái nhìn của thị trường thành giá alpha có thể làm cho một subnet bị thiếu kinh tế ngay cả khi nó ồn ào về mặt xã hội. Nếu một người không thể mô tả một subnet bittensor đang đo lường điều gì và cách mà các validator có thể khai thác nó, họ không hiểu những gì họ đang mua khi họ mua câu chuyện.

Bittensor là gì: Subnets, Yuma Consensus và dTAO cho AI…