Gensyn 发布 open-1b：首个训练全程可审计的开源模型
9 月 15 日，去中心化算力公司 Gensyn 发布 10 亿参数（约 1.6B）开源语言模型 open-1b，并首次附带「训练过程证明」：公开训练每一步的指纹（fingerprint），并提供工具让任何人在自己的硬件上逐位重放、审计训练过程，确认每个公开步骤都是真实的。团队与多位转发者将其称为主打「无需信任、自己验证」的首个全流程可审计模型。
已确认
- 模型规格：24 层 decoder-only transformer，约 1B/1.6B 参数量级
- 每一步训练可逐位复现验证，训练数据完全开放，可回溯到每个数据点进入训练的具体步骤
- 任何 checkpoint 都可用其自定义 kernel 重新运行，并可在 NVIDIA 和 Apple 硬件上验证
- 为训练数据、配方、偏差和权重提供证明，声称覆盖训练与推理的每一步，是首个完全可审计的 transformer 训练运行
- 核心思路是不把训练本身去中心化（成本与通信开销太大），而是中心化执行、去中心化验证
为什么重要
- @benfielding 认为，围绕监管、减速、开放权重等争论最终都可归结为「可验证性」问题；open-1b 提供了一条技术路径：验证 AI 系统不必依赖对发布方的信任，也不需要各方亲自重复整个训练过程
- @benfielding 还借《时代》封面指出，公众对 AI 的不信任并非无法应对，训练过程可完整追溯与审计意味着对模型数据来源、配方与偏差的质疑有了可独立核查的技术手段，而非只能听发布方声明
- @benfielding 等作者认为可验证训练是对抗未来 AI 相关争议的重要手段，与主流 AI 实验室的封闭路线形成对比
2026-09-15 ~ 2026-09-17 · 9 条相关
一手来源
- OPEN-1B 发布：全球首个全流程可审计的 1.6B 模型训练 — benfielding ·
- Gensyn 发布 open-1b：首个附带完整训练证明可逐位审计的模型 — benfielding ·
- 【源头】OPEN-1B 发布：全球首个全流程可审计的 1.6B 模型训练 — benfielding · 2026-09-15
- 【源头】Gensyn 发布 open-1b：首个附带完整训练证明可逐位审计的模型 — benfielding · 2026-09-15
- GenSyn 发布 OPEN-1B：训练过程可逐位重放验证的 1B 开源模型 — benfielding · 2026-09-15
- Gensyn 发布 open-1b:首个训练全程可逐位复现验证的开源模型 — benfielding · 2026-09-16
- Gensyn 发布 open-1b：首个可审计可复现的基础模型 — flngr · 2026-09-17
- Gensyn 发布 open-1b：号称首个训练过程可审计的开源模型 — benfielding · 2026-09-17
另有 3 条近重复转述:benfielding · micoolcho · benfielding