Bittensor 子网跑通 100 步全去中心化 RL：跨 12+ GPU 模型修正采样噪声
const_reborn · x · 2026-11-01
RomAI 团队在 Bittensor 子网上完成 Reliquary 模型的 100 步全去中心化强化学习训练，并晒出持续上涨的训练曲线。技术要点：
- Rollout 由不可信的矿工在 12 种以上 GPU 模型上生成——这通常会让 RL 训练崩掉，因为采样噪声不可控
- 他们的解法是公开修正采样噪声，让 trainer 精确知道模型本来会采样什么
- 每个评估样本都在子网上经过验证
这是去中心化训练基础设施的一次实质性演示。
「Infra」频道最新
- 本地 LLM 用户困惑：自建 harness 比 Unsloth 强在哪 — Marino4K · 2026-11-01
- Grafana 知识图谱支持 Cypher,可观测性正变成图查询问题 — JeremyCMorgan · 2026-11-01
- NASA JPL 极限测试：CXMT 存储单元被冻到 -100°C 仍在线 — jwt0625 · 2026-11-01
- Kaggle 算力被 agent 挤爆：ARC 竞赛致资源用量涨 2-3 倍 — GregKamradt · 2026-11-01
- 太空数据中心不现实:散热、辐射、维护三大物理硬伤 — johnseach · 2026-11-01
- 开发者实测:一人并行跑 10-12 个编码会话,瓶颈正转向决策速度 — robleclerc · 2026-11-01