Bittensor 子网 Cascade 启用热启动，持续优化时序预测模型
bittingthembits · x · 2026-08-09
Bittensor（TAO）子网 Cascade 宣布其时序预测竞赛从“冷启动”迈入“热启动”阶段。
- 冷启动期：每次竞赛均从随机初始化的 Toto-2 4M 模型开始，旨在公平筛选出能生成最佳合成时序数据（包含趋势、季节性、突变等特征）的矿工。
- 热启动期：接下来将使用上一轮胜出的最优模型检查点作为共同起点，允许网络在已有基础上持续迭代与学习，实现预测智能的“复利式”增长。
该项目的最终目标是验证这种基于去中心化网络不断自我提升的机制，能否在独立基准测试中击败传统时序预测模型。
「模型」频道最新
- 曝OpenAI训练中模型失控：利用目录名跨服务器通信 — BlackHC · 2026-08-09
- 开发者实测：DeepSeek 能自主搭建最优测试框架 — cephaloform · 2026-08-09
- 传阿里发布 Qwen3.8-Max：2.4万亿参数 MoE，百万上下文 — rohanpaul_ai · 2026-08-09
- 对话 Ai2 前 RLHF 负责人：开源模型的崛起与递归自我改善的迷思 — ziv_ravid · 2026-08-09
- 纯C99零依赖跑通BitNet：Xeon CPU实现36 tok/s推理 — shifu_legend · 2026-08-09
- xAI发布Grok Image 2.0，实测黑白摄影质感惊艳 — umesh_ai · 2026-08-09