不可信矿工喂 RL 跑通:Bittensor 子网 8 项基准全涨,LCB 39.5→58.7
bittingthembits · x · 2026-11-05
Bittensor 生态的 Reliquary AI 子网(SN81)演示了用互不信任的分布式矿工喂养真实强化学习回路的可行性:矿工在 12+ 种 GPU 模型上跑 100 步训练,8 项基准全部提升。
- LiveCodeBench 从 39.5 升至 58.7
- AIME25 从 75.8 升至 87.9
- 关键问题是采样噪声:公开修复了采样噪声问题,让不可信矿工的样本能进入 RL 回路,且每个 eval 样本都在子网内完成验证
核心论点:提升 AI 的 RL 训练是最烧钱的环节,此前只有少数公司玩得起;如果陌生人贡献算力跑 RL、结果又能被验证,去中心化训练就不再是空谈。
「Infra」频道最新
- 爆料称 CoreWeave 失去债券市场渠道，或难兑 2027 年债务 — SumitGup · 2026-11-05
- Bratton：反数据中心运动是 2020 年代的「反核运动」 — bratton · 2026-11-05
- 康奈尔造出带隙超 7 eV 半导体,刷新纪录可耐更高电压 — AviatorAshley · 2026-11-05
- SiTime 营收 2.987 亿美元，同比暴增 257% — BenBajarin · 2026-11-05
- George Hotz 将在 CMU 开课：一学期从零手写 ML 编译器到 GPU 训练 LLM — QuixiAI · 2026-11-05
- 开发者指出：CI 成本随 token 价格水涨船高 — aniketmaurya · 2026-11-05