Gradients 是一个去中心化的人工智能 (AI) 训练平台，作为 Bittensor 生态系统中的 Subnet 56 运行。该项目旨在通过为基于文本和图像的模型的训练方法开发和验证创建一个透明且具有竞争力的环境，来提供企业级 AI 模型训练服务。^{[1] [2]}

概述

Gradients 旨在解决去中心化 AI 采用中的一个关键挑战：缺乏透明度和信任。由于流程的“黑盒”性质，许多企业客户不愿使用去中心化网络来训练专有模型，在这种流程中，匿名网络参与者（矿工）使用的方法无法验证。一位企业客户表示：“如果数据的处理过程更加透明和可信，那么使用 Gradients 将会是一条清晰的道路。” 为了解决这个问题，Gradients 将其模型转变为“竞争性透明”。^[1]

该平台作为一个自动化大型语言模型 (AutoLLM) 系统运行，该系统利用了一个去中心化的计算提供商网络。其核心创新，在 Gradients 5.0 更新中引入，是一个基于锦标赛的系统，开发者通过竞争来创建最有效的 AI 训练脚本。这些竞赛中获胜的脚本将开源，从而提供对方法论的完全可见性。这使得 Gradients 能够为企业客户提供经过验证的、高性能的和透明的训练解决方案。该项目的开发与一个名为“rayonlabs”的实体相关联，如其代码存储库所示。^{[1] [3]}

该项目的愿景是创建一个商业平台，不仅提供性能，还提供可验证的信任。通过开源最佳方法论并计划未来与可信计算服务集成，Gradients 旨在提供一个价值主张，将竞争性生态系统的创新与企业客户所需的安全性和透明度相结合。正如该项目发言人所说：“通往商业可行性的道路是通过开放性。Gradients 5.0 就是这条道路。”^[1]

历史

围绕 Gradients 的公开讨论始于 2025 年初，当时发布了一系列公告，概述了其功能和进展。在 2025 年 4 月 6 日的帖子中，该平台被描述为一个高性能的 AutoLLM 系统，去中心化矿工通过竞争来训练模型。到 2025 年 5 月 9 日，该项目声称已在训练文本和图像模型方面取得领先地位，突出了其多模态能力。^[4]

2025 年 6 月发生了一项重大进展，发布了一篇题为“G.O.D.: Training Foundation Models as a Differentiable Game”的研究论文，据报道该论文详细介绍了该平台取得的“世界领先成果”。随后于 2025 年 7 月 6 日宣布了 Gradients 5.0。这项重大更新被定位为解决企业对透明度担忧的战略转变，标语为“打开黑盒 - 释放企业 AI 训练”。Gradients 5.0 第一阶段的推出计划于 2025 年 7 月 21 日开始。^{[1] [4]}

技术

Gradients 的技术基础是其用于 AI 模型训练的去中心化网络，该网络随着 Gradients 5.0 的引入而发生了重大演变。此更新将平台从传统的基于矿工的系统转变为结构化的、基于锦标赛的竞争，旨在促进透明度并识别卓越的训练方法。^[1]

Gradients 5.0 锦标赛系统

Gradients 5.0 的核心是一个双周锦标赛，AutoML 从业者通过竞争来产生最佳的训练脚本。每次锦标赛中获胜的脚本将作为开源资产发布，然后成为 Gradients 可以提供给其客户的经过验证的商业产品。此模型旨在用透明的框架取代不透明的个人矿工系统，在这种框架中，最佳方法通过公开竞争得到证明。^[1]

锦标赛结构

每个锦标赛周期运行两周，分为两个主要类别，以解决不同的 AI 领域：

• 图像锦标赛： 此竞赛侧重于扩散模型，例如 Flux 和 SDXL。参与者的任务是在特定人物或风格数据集上训练模型。
• 文本锦标赛： 此竞赛以 Instruct/Chat 模型为中心。任务选自各种类型，包括 GRPO、DPO 和 Instruct，并应用于一系列数据集。

锦标赛通过几个阶段来确定最终获胜者：

1. 小组赛： 当有 16 名或更多参与者时，将实施此初始阶段。矿工被分成 6-8 个小组，每个小组中的佼佼者晋级到下一阶段。
2. 淘汰赛： 当剩余的矿工少于 16 名时，比赛将转为一对一淘汰赛形式，直到出现一名挑战者。
3. Boss 轮： 锦标赛冠军不会自动成为新的冠军。相反，他们必须挑战上一届锦标赛的卫冕冠军。要被加冕为新冠军，挑战者的脚本必须比防守者的脚本高出至少 5%。制定此规则是为了确保新的获胜方法代表着显着的改进，而不仅仅是随机差异的结果。^[1]

矿工参与和评估

参与过程旨在简单而安全。矿工不会将其专有代码直接提交到系统。相反，他们通过提供存储库 URL 和特定提交哈希来注册其现有的 GitHub 存储库。然后，锦标赛的自动化系统会克隆指定的存储库版本，并在标准化的 GPU 基础设施上执行训练脚本。这确保了比赛是基于方法论的质量，而不是基于硬件优势，因为系统会根据模型复杂性动态分配 GPU 资源。

评估过程完全由网络验证者管理。他们负责运行脚本、评估生成的训练模型的性能以及对参与者进行评分。这创建了一个无需信任的环境，结果可验证且比赛公平。评估后，训练后的模型将上传到 HuggingFace。^[1]

三阶段推出计划

Gradients 5.0 模型的过渡计划分为三个不同的阶段，以确保稳定且经过验证的迁移。

• 第 1 阶段：混合竞赛： 从 2025 年 7 月 21 日开始，新的锦标赛系统将与现有的矿工系统并行运行。锦标赛结果在网络排放分配中的权重旨在每周增加，从而可以根据已建立的基准验证新系统的性能。
• 第 2 阶段：有机客户托管： 一旦锦标赛获胜脚本持续证明其性能达到或超过以前的系统，Gradients 计划开始使用它们来为真正的企业客户提供服务。此阶段标志着经济模型的转变，重点是按比例部署一些经过验证的获胜脚本，而不是资助大量的个人 挖矿 操作。
• 第 3 阶段：可信计算集成： 最终阶段涉及将 Gradients 与其他专门的 Bittensor 子网集成。该计划包括结合使用 Chutes 托管基础设施和可信执行服务 (TES)。此集成旨在提供训练完整性的加密证明，从而为安全意识强的行业中的组织提供企业级安全性和关于模型训练方式的可验证确定性。^[1]

Tokenomics

Gradients 具有原生 加密货币 代币，其股票代码为 SN56，对应于其在 Bittensor 网络上作为 Subnet 56 的指定。该代币在市场数据平台上被归类为 AI 和 Bittensor 生态系统标签下。^{[2] [3]}

关键代币指标包括：

• 名称： Gradients
• 股票代码： SN56
• 网络： Bittensor
• 最大供应量： 21,000,000 SN56
• 总供应量： 数据聚合器报告的数字存在冲突。截至 2025 年底，CoinGecko 报告的总供应量为 3,181,838 SN56，而 CoinMarketCap 报告的总供应量为 1,260,000 SN56。
• 流通供应量： 与总供应量类似，报告的数字各不相同。CoinGecko 将流通供应量列为 3,181,838 SN56，而 CoinMarketCap 提供的自我报告数字为 1,260,000 SN56。

该代币主要在 Bittensor 生态系统内的去中心化交易所进行交易，例如 Subnet Tokens。最活跃的交易对包括 SN56/SN0 和 SN56/TAO。这些详细信息反映了该代币在其原生网络中的集成。^{[2] [3]}

用例和商业产品

Gradients 被定位为企业 AI 的商业平台，其价值主张以透明度、性能和安全性为中心。锦标赛获胜训练脚本的开源是一个关键的差异化因素，允许客户检查和信任所使用的方法。一位项目代表指出，“当我们告诉企业‘这种方法在与 24 个竞争对手的竞争中获胜，我们将通过训练完整性的加密证明为您运行它’时，这是一种从根本上不同于任何竞争对手可以提供的价值主张。”^[1]

该平台的商业产品旨在满足企业需求：

• 透明度即服务： 客户可以完全了解训练方法，这些方法已通过竞争性的公共流程得到验证。
• 高级训练即服务： Gradients 提供托管服务，以在企业级基础设施上执行经过验证的开源训练脚本，从而消除了客户的实施负担。
• API 访问： 企业可以通过 Gradients API 访问获胜的 AutoML 方法，从而可以轻松集成到其现有工作流程中。
• 加密验证的训练： 计划与可信执行服务 (TES) 集成将提供训练完整性的加密证明，这是受监管行业中具有安全意识的组织的关键功能。^[1]

团队

关于 Gradients 背后的创始团队或公司结构的具体细节尚未广泛公布。但是，一些实体与该项目公开关联。该项目的 GitHub 存储库由“rayonlabs”维护。该项目的一个关键公开声音是一个以化名“WanderingWeights”运营的个人或团体，他们撰写了关于 Gradients 5.0 更新和该项目战略方向的详细公告。^{[3] [1]}