Bittensor — надежда всей крипто-деревни

Автор: 0xai

Настоятельно благодарим @DistStateAndMe и его команду за вклад в область открытых моделей ИИ, а также за ценные советы и поддержку, оказанные в подготовке этой статьи.

Почему стоит обратить внимание на этот доклад

Если «децентрализованное обучение ИИ» уже перестало быть невозможным, насколько недооценен Bittensor?

В начале 2026 года вся крипто-среда ощущала усталость.

Остатки бычьего рынка давно прошли, и талантливые специалисты стремительно перетекают в индустрию ИИ. Те, кто раньше говорили о «следующем 100-кратном росте», теперь обсуждают Claude CodeOpenclaw. «Криптовалюта — это пустая трата времени» — вы, возможно, слышали это не один раз.

Но 10 марта 2026 года один из субсетей Bittensor под названием Templar тихо объявил о важном событии.

Более 70 независимых участников со всего мира, без центральных серверов и без координации крупных компаний, только благодаря крипто-мотивации, совместными усилиями обучили крупную модель ИИ с 72 миллиардами параметров.

Модель и связанные с ней статьи уже опубликованы на HuggingFace и arXiv, данные доступны для проверки.

И что важнее: в нескольких ключевых тестах эта модель показала результаты лучше, чем модели того же уровня, созданные Meta за большие деньги.

После объявления цена TAO почти два дня оставалась в тишине. Только на третий день начался резкий рост, который продолжался шесть дней и достиг примерно +40%. Почему задержка в два дня?

Ключевой тезис этого доклада: крипто-инвесторы видят «еще одну открытую модель», которая кажется слабее привычных GPT или Claude; исследователи ИИ не обращают внимания на крипту. Разрыв между этими двумя сообществами создает окно когнитивной арбитражной возможности.

Структура чтения

Этот доклад делится на две части:

Часть I — Технический прорыв: объяснение, что именно сделано в SN3 Templar и почему это важно в истории ИИ и крипты.

Часть II — Значение для индустрии: почему это означает, что экосистема Bittensor системно недооценена, и почему Bittensor — надежда всего криптовалютного сообщества.

Часть I: Прорыв в децентрализованном обучении ИИ

1. Что такое SN3?

Что нужно для обучения крупной языковой модели?

Традиционный ответ: построить огромный дата-центр, купить тысячи мощных GPU, потратить сотни миллионов долларов, и управлять всем этим командой инженеров одной компании. Так работают Meta, Google, OpenAI.

Подход SN3 Templar: дать возможность людям по всему миру использовать по одной или нескольку GPU-серверов, объединить их как пазл, совместно обучая полноценную модель.

Но есть фундаментальная проблема: если участники разбросаны по всему миру, не доверяют друг другу, и сеть нестабильна, как гарантировать, что результат обучения будет эффективным? Как предотвратить лень или мошенничество? Как мотивировать участников продолжать вклад?

Bittensor дает ответ: использовать токен TAO в качестве мотивации. Чем более эффективен градиент (то есть вклад в улучшение модели), тем больше TAO получает участник. Система автоматически оценивает и рассчитывает вознаграждение без централизованного органа.

Это и есть SN3 (третья подсеть) Bittensor, кодовое название Templar.

Если Bitcoin доказал, что децентрализованные деньги возможны, то SN3 доказывает, что децентрализованное «обучение ИИ» тоже реально.

2. Какие достижения достигнуты в SN3?

10 марта 2026 года SN3 Templar объявил о завершении обучения крупной языковой модели Covenant-72B.

Что означает «72B»? — 720 миллиардов параметров. Параметры — это «знания» модели, чем их больше, тем модель умнее. GPT-3 — 1750 млрд, LLaMA-2 (открытая модель Meta) — 700 млрд. Covenant-72B — в той же категории.

Масштаб обучения: примерно 1,1 триллиона слов (tokens), что примерно равно 5,5 миллионам книг (при 200 тысячах слов в книге).

Кто участвовал? — более 70 независимых участников (майнеров), которые по очереди вносили вычислительные ресурсы (каждый раунд — до 20 узлов). Обучение началось 12 сентября 2025 года и длилось около 6 месяцев. Без центральных серверов и единого координационного органа.

Как модель показала себя? — по аналогии с популярными тестами ИИ:

Источник данных: модельный карточка Covenant/Covenant-72B-Chat на HuggingFace

MMLU (57 предметов): Covenant-72B — 67,35% против 63,08% у Meta LLaMA-2

GSM8K (математические рассуждения): Covenant-72B — 63,91% против 52,16% у LLaMA-2

IFEval (следование инструкциям): Covenant-72B — 64,70% против 40,67% у LLaMA-2

Полностью открытая лицензия: Apache 2.0. Любой может бесплатно скачать, использовать и коммерчески применять без ограничений.

Научное подтверждение: статья подана на arXiv [2603.08163], ключевые технологии (SparseLoCo — оптимизатор и Gauntlet — античитовая система) представлены на NeurIPS Workshop по оптимизации.

3. Что означает этот результат?

Для сообщества открытых ИИ: раньше, из-за высоких затрат и требований к вычислительным ресурсам, обучение моделей уровня 70B было прерогативой крупных корпораций. Covenant-72B впервые показывает, что сообщество без централизованных инвестиций может обучить такую же модель. Это меняет границы того, кто может участвовать в создании базовых моделей ИИ.

Для власти в ИИ: текущая ситуация — очень централизованная: OpenAI, Google, Meta, Anthropic контролируют самые мощные модели. Децентрализованное обучение означает, что эта «защищенная зона» может быть преодолена. Предположение, что только крупные компании могут делать базовые модели, впервые подвергается сомнению.

Для криптоиндустрии: это первый случай, когда криптопроекты реально вносят технологический вклад в ИИ, а не просто используют хайп. Covenant-72B — модель на HuggingFace, статья на arXiv, открытые бенчмарки. Это прецедент: крипто-мотивация может стать инфраструктурой для серьезных исследований ИИ.

Для самого Bittensor: успех SN3 превращает его из «теоретического децентрализованного протокола» в «практическую децентрализованную инфраструктуру ИИ». Это качественный скачок.

4. Историческая роль SN3

Децентрализованное обучение — не первый путь, пройденный, но SN3 достиг того, чего раньше не было.

Эволюция децентрализованного обучения:

2022 — Together GPT-JT (6B): ранние эксперименты, подтверждение возможности совместной работы нескольких узлов

2023 — SWARM Intelligence (~1B): предложена архитектура для гетерогенных узлов

2024 — INTELLECT-1 (10B): межорганизационное децентрализованное обучение

2026 — Covenant-72B / SN3 (72B): первый крупный модель, превосходящая по результатам централизованные модели на стандартных бенчмарках

За 4 года — рост с 6B до 72B параметров, в 12 раз. Но важнее не количество параметров, а качество: Covenant-72B — первая децентрализованная модель, которая по результатам превзошла централизованные аналоги.

Ключевые технологические прорывы:

99% сжатия (более 146 раз): при передаче градиентов участники передают GB-данных, а SparseLoCo сжимает их более чем в 146 раз. Это как сжать целый сезон сериала в одну картинку с минимальной потерей информации.

Всего 6% коммуникационных затрат: 100 участников работают вместе, только 6% времени — на обмен данными, остальные 94% — на обучение. Это решает один из главных узких мест децентрализованного обучения.

5. Недооценено ли децентрализованное обучение?

Рассмотрим данные и сделаем вывод.

Доказательства недооцененности:

MMLU — 67,35% против 63,08% у LLaMA-2

MMLU-Pro — 40,91% против 35,20% у LLaMA-2

IFEval — 64,70% против 40,67% у LLaMA-2

Модель, обученная децентрализованно, превосходит LLaMA-2-70B, созданную за большие деньги.

Отставание от современных лидеров-открытых моделей (честно):

MMLU: Covenant-72B — 67,35%; Qwen2.5-72B — 86,8%; LLaMA-3.1-70B — 83,6%

GSM8K: Covenant-72B — 63,91%; Qwen2.5-72B — 95,8%; LLaMA-3.1-70B — 95,1%

Разрыв — около 20-30 процентных пунктов.

Но важен контекст: Covenant-72B — не для победы в SOTA, а чтобы доказать, что децентрализованное обучение реально. За Qwen2.5 и LLaMA-3.1 стоят миллиарды долларов, тысячи GPU и профессиональные команды. Covenant-72B — 70+ независимых майнеров, без централизованной координации.

Тренд важнее статичных цифр:

2022 — лучший децентрализованный модель — 6B, MMLU не тестировалась отдельно.

2026 — 72B модель, MMLU — 67,35%, превосходит аналоги крупных компаний.

За 4 года децентрализованное обучение перешло от концепта к уровню, сопоставимому по эффективности с централизованным. Этот тренд — важнее любой отдельной метрики.

К тому же, разрыв Covenant-72B в глубоком рассуждении уже решается — SN81 Grail занимается дообучением с помощью RLHF, чтобы улучшить согласованность и способности модели. Это ключевой шаг, аналогичный переходу GPT-3 к GPT-4.

Следующая веха — Heterogeneous SparseLoCo: сейчас SN3 требует, чтобы все майнеры использовали одинаковые GPU. Следующий прорыв — гибридная версия Heterogeneous SparseLoCo, которая позволит участвовать разным аппаратам (B200, A100, потребительские GPU) в одном обучении. Это значительно расширит вычислительный пул.

Децентрализованное обучение уже перешагнуло порог осуществимости. Разрыв по результатам — инженерная задача, а не фундаментальный барьер.

Часть II: рынок все еще не понимает этого

График цены TAO

После объявления SN3 цена TAO показывала, как долго рынок игнорировал важное событие:

Обратите внимание на два дня молчания (с 10 по 12 марта): объявление — цена почти не изменилась.

Почему задержка?

Инвесторы в крипту увидели сообщение: «Bittensor SN3 завершил обучение модели ИИ» — но не поняли всей технической значимости «72B децентрализованного обучения, превосходящего Meta по MMLU».

Исследователи ИИ понимают смысл, но не обращают внимания на крипту.

Разрыв в восприятии между сообществами создает окно задержки в 2-3 дня.

К тому же, большинство криптоинвесторов по-прежнему оценивают Bittensor по прошлому циклу. Сейчас в сети более 79 активных подсетей, охватывающих AI-агентов, вычислительные ресурсы, обучение, торговлю и роботов — очень разные области. Когда рынок переоценит широту экосистемы Bittensor, это разрыв исчезнет, и цена взлетит.

Оценка Bittensor — дисбаланс

Положим в контекст:

SN3 уже доказал, что Bittensor способен обучать крупные модели децентрализованно.

Если в будущем ИИ потребует открытых, безразрешительных сетей обучения, то единственная инфраструктура, которая уже проверена — это Bittensor.

Рынок оценивает его как инфраструктурную платформу для ИИ.

Даже внутри крипто: доля Bitcoin на рынке — 50-60%, а доля Bittensor в крипто-ИИ — около 11,5%.

Когда рынок переоценит роль Bittensor в инфраструктуре ИИ, этот дисбаланс исчезнет.

Вывод: Bittensor — надежда всего криптовалютного сообщества

Если Covenant-72B в SN3 доказал одну вещь, то это:

Децентрализованные сети могут не только управлять капиталом, но и координировать вычислительные ресурсы и передовые разработки ИИ.

За последние годы крипто в сфере ИИ оставался на периферии. Многие проекты используют концепции, хайп или капитал, но не имеют проверенных технологий. SN3 — яркий пример другого подхода.

Он не вводит новые токеновые схемы или не создает «ИИ + Web3» продукты, а делает более фундаментальную и сложную задачу:

Обучить крупную модель (72B) без централизованной координации.

Участники — со всего мира, доверия друг к другу не требуется; система автоматически координирует вклад и распределение вознаграждений через цепочку.

Крипто-механизмы впервые в ИИ создали реальную производительность.

Многие еще не осознали исторического значения SN3. Как и в случае с Bitcoin, многие не поняли, что он доказал — не «лучшие платежи», а возможность безцентровой системы ценностей.

Сегодня многие видят только бенчмарки, релизы моделей или очередной рост цены.

Но настоящее изменение — в том, что Bittensor доказывает:

Крипто — это не только выпуск активов, но и организация производства.

Крипто — это не только торговля вниманием, но и создание интеллекта.

Открытые сообщества могут вносить код, академия — статьи, но когда речь идет о масштабных тренировках, долгосрочном сотрудничестве, межрегиональных расчетах и античитах, добросовестность и репутация уже недостаточны:

Без экономических стимулов не будет стабильных ресурсов.

Без проверяемых наград и наказаний не будет долгосрочного сотрудничества.

Без токенизированной системы координации невозможно создать по-настоящему глобальную, безразрешительную сеть ИИ.

Так что, недооценен ли Bittensor? Ответ — не «возможно», а «явно и системно».

В общем споре о том, есть ли смысл в крипто, Bittensor дает самый сильный ответ всему сектору.

И именно поэтому: Bittensor — надежда всего криптовалютного сообщества.