Skip to main content

AI/Training

注意：本文档是英文原版的自动翻译。

AI/Training

AI/训练把聚焦于构建 AI 模型的项目归为一组——这是 AI 生命周期中的创建阶段，数据和算力在此结合以产生一个具备学到的模式的模型。如果说推理是使用一个训练好的模型的行为，那么训练就是造出它的行为。

在 DecAIHub 登记库中，AI/训练不如 AI/计算或 AI/代理常见。这反映了这一任务的难度：训练有用的模型需要大型数据集、可观的算力、专门的专业能力以及严格的评估。声称“训练 AI”很容易；展示可验证、可复现的训练结果则很难。

**简而言之：**AI/训练涵盖那些通过结构化学习过程来构建、微调或改进 AI 模型的项目。

它意味着什么

**训练**是把一个数据集送入一个模型架构，并调整模型参数，直到它学会识别模式、做出预测或生成输出的过程。这个过程可能耗时数小时或数周，并需要大量的计算资源。

在加密 AI 中，聚焦于训练的项目试图把这一过程的某些部分去中心化。有些构建分布式训练网络，多个参与者在其中贡献算力和数据。另一些提供微调服务，为特定任务定制预训练模型。一个更小的子集致力于联邦学习（federated learning），训练在多个节点之间进行，而不集中化原始数据。

让训练变得可验证的，是具体产物的存在：显示模型如何随时间改进的训练日志、带有有文档记录变更的模型版本、指明模型从何学习的数据集描述、衡量模型质量的基准结果，以及他人能够验证的可复现实验。

在 AI/训练项目中常见的典型 AI component 包括分布式训练编排器、联邦学习框架、微调服务、AutoML 系统、训练流水线，以及追踪从数据经训练到部署的谱系的模型注册库。

由于训练资源密集且难以远程验证，AI/训练项目带有一个特定的核验挑战：如何证明有用的训练确实在一个去中心化网络上发生过，而不是被模拟或被轻易复制。

比较各类别的读者应当记住，训练位于部署的上游：一个项目可能训练得很好，却仍在产品化上失败；反过来，一个强有力的产品故事也不能替代模型确实按所述方式被训练的证据。

为什么训练难以去中心化

中心化的实验室可以把数据、GPU 和监控集中放置在一处。去中心化训练则必须在硬件、激励和披露程度各不相同的参与者之间协调信任、时序和容错。这就是为什么许多协议在描述训练如何在网络中运行时，强调的是编排、检查点和证明（attestation）——而不仅仅是原始算力。

从登记库的角度看，同一个标签可以涵盖深度极不相同的工作：一项完整的自定义预训练努力、一个在开放权重上进行的认真微调项目，或一个大多只是封装第三方 API 的薄工作流。类别告诉你意图；卡片和证据告诉你深度。

常见的子组合

DecAIHub 使用复合类别。以下是 AI/训练内部最常见的组合。

子组合 它意味着什么
AI/训练 | 基础设施 训练基础设施——用于大规模编排模型训练的平台和工具。
AI/计算 | AI/训练 算力与训练相结合——既供应 GPU 资源又专精于训练工作负载的项目（例如 Bittensor）。
AI/数据 | AI/训练 | 基础设施 全流水线项目——数据获取、模型训练和基础设施在单一协议中结合。
AI/训练 | AI/推理 既涵盖构建模型又涵盖在生产中提供模型的项目。

在项目卡片中要看什么

在 DecAIHub 上阅读一张 AI/训练卡片时，请注意：

  • AI component —— 卡片是否列出了一个具体的 AI component（分布式训练、联邦学习、微调、AutoML、训练组成部分），还是只有含糊的“我们训练 AI”的主张？
  • 训练产物 —— 是否存在 Tier-1 产物，例如训练日志、模型版本历史、数据集文档或已发布的基准结果？
  • 模型质量 —— 项目是否为其产出的模型展示了基准或质量指标？这些结果能否与已知的基线进行比较？
  • AI reality 分数（ai_score）—— 项目是展示了可验证的训练成果，还是只声称训练模型？参见 AI reality。
  • Onchain necessity（onchain_score）—— 区块链是否在训练协调、激励分发或模型验证中发挥作用，还是仅限于代币发行？

仅有这个类别本身无法证明什么

一个被标为 AI/训练的项目，是基于其定位和可获得的产物被分类为以训练为重点的。仅凭这个标签并不能确认：

  • 训练出的模型有用、准确，或与成熟的替代方案具有竞争力；
  • 这些模型是专有的，而不是对公开可用权重的琐碎微调；
  • 训练过程是真正去中心化的，而不是运行在单个集群上；
  • 训练数据集是高质量、来源合乎伦理或有适当文档记录的；
  • 训练过程的运行需要代币。

务必查看完整的 DecAI Fit 分数和项目卡片中的证据区块。

请勿混淆

  • AI/计算 —— 提供原始计算资源；训练需要算力，但它是一项独立的活动，聚焦于构建模型，而非供应硬件。参见 AI/计算。
  • AI/推理 —— 在生产中运行训练好的模型；推理是训练完成之后发生的事。参见 AI/推理。
  • AI/数据 —— 采集并准备数据；训练消费数据，但这些类别处理的是不同的关切点（构建模型 vs 供应数据集）。参见 AI/数据。
  • 通过 API 微调 —— 调用一个 API、用极少的数据微调一个第三方模型，可能并不构成有意义的训练。这一区分取决于定制的深度，以及项目是否展示出模型质量的提升。

常见问题

在卡片上，AI/训练与 AI/计算有何不同？

AI/计算强调为众多工作负载供应硬件或算力。AI/训练强调通过学习循环、数据集和评估来构建或适配模型。一个项目可以两者都做；复合标签描述了这种重叠。

联邦学习是否总是意味着数据从不离开用户的设备？

不一定。联邦式的设置各不相同：有些把原始数据保留在本地、只共享梯度或更新；另一些使用混合信任模型。登记库类别标示的是方法；隐私和数据处理的主张必须对照文档和证据来核验。

如果一个项目发布了基准数字，那就足够了吗？

基准有帮助，但它们应当与可复现的条件（数据划分、模型版本、训练预算）相绑定。关于什么算作强有力的支撑，参见基准与质量指标和 Tier-1 证据。

外部参考

另请参阅

No comments to display

Back to top