Bittensor 去中心化实验室发布开源决策模型 REAX 1.3
const_reborn · x · 2026-11-06
REAX 是 Bittensor 92 子网上的「去中心化实验室」：矿工在公开竞赛中训练决策模型，官方发布版本整合其中最优者。REAX 1.3 已在 Hugging Face 开源（Apache-2.0），号称经 Hugging Face 独立基准测试、登顶 Jev 风格决策模型榜单（配图榜单中与 GLIDE-27B 并列 #1，74.0 分）。
架构与运行要求
- 两个部分在单张 GPU（参考 RTX PRO 6000 Blackwell 96GB）上并行运行，各自对每个请求的每个选项给出概率，50/50 平均后输出。
- Part G：矿工模型 uid 18（Gemma 系 31B 微调）与 PelaAI/KnowLine-31B-Gen1 混合。
- Part Q：矿工模型 uid 83（Qwen3.5-27B 血统微调）与 vllm-sr/d3-ultra（27B）混合。
- 通过 Jev 兼容接口返回类型化选项的概率分布；推理代码为 MIT 协议的 REAX Engine 的 reax13 模式。
- 硬件要求：Linux、RTX PRO 6000（CUDA 13/SM120）、Docker + NVIDIA Container Toolkit、400GB 磁盘、64GiB 内存（加载 FP8 权重建议 128GiB）。
所属事件:Bittensor 去中心化训练模型 REAX 1.3 开源并登顶 HF 榜首(4 条相关)→
「Infra」频道最新
- Turso 新加坡数据中心上线，开发者晒图调侃为同伴补上区域 — glcst · 2026-11-06
- 前 Meta 员工估算：Muse 每用户月成本高达 150-300 美元 — RihardJarc · 2026-11-06
- llama.cpp 新缓存 ClassLRU：MoE 解码提速 6-7%，上传减少 8% — pmttyji · 2026-11-06
- 摩根大通交易主管警告：AI 循环交易的市场影响此前被低估 — ZeroStateReflex · 2026-11-06
- LLVM 开发者大会热议:Agent 时代如何造不烂的开源基建 — clattner_llvm · 2026-11-06
- 曝英伟达请求台积电生产下一代 3D DRAM,应对全球 AI 内存短缺 — Polymarket · 2026-11-06