Les 10 sous-réseaux de Bittensor font des vagues bien qu'ils soient relativement inconnus

Sur la base de leur technologie, de leur adoption et de leur action actuelle, un expert offre une ventilation pour chaque sous-réseau, présentant leurs cas d'utilisation uniques dans le monde en évolution de l'écosystème d'IA décentralisé.

Bittensor's 10 subnets are relatively unknown despite being discussed in the crypto community. An expert offers a breakdown for each subnet, showcasing their unique use cases in the evolving world of the decentralized AI ecosystem.

Les 10 sous-réseaux de Bittensor sont relativement inconnus malgré leur discussion dans la communauté cryptographique. Un expert offre une ventilation pour chaque sous-réseau, présentant ses cas d'utilisation uniques dans le monde en évolution de l'écosystème d'IA décentralisé.

The first in the list is the "OG subnet," Templar (SN3), which comes with training powerful models. Targon (SN4) focuses on AI-generated content detection, an emerging field in the digital space.

Le premier de la liste est le «sous-réseau OG», Templar (SN3), qui est livré avec la formation de modèles puissants. Targon (SN4) se concentre sur la détection de contenu généré par l'AI, un champ émergent dans l'espace numérique.

PTN (SN8) and Zeus (SN18) are another two notable subsets. One provides Bitcoin (BTC) intraday prediction models, demonstrating financial applications of AI. While the other offers powerful multi-modal inference, meaning it can analyze data from diverse sources like text, images, and audio.

PTN (SN8) et Zeus (SN18) sont deux autres sous-ensembles notables. L'un fournit des modèles de prédiction intraday Bitcoin (BTC), démontrant des applications financières de l'IA. Bien que l'autre offre une inférence multimodale puissante, ce qui signifie qu'elle peut analyser les données à partir de diverses sources comme le texte, les images et l'audio.

Nineteen (SN19), a subset focusing on practical and scalable AI deployments, has built efficient, high-performance AI inference at scale. On the other hand, Omega (SN21 & SN24) prioritizes large language model, or LLM, fine-tuning and deployment that harnesses the emerging field of generative text AI.

Nineteen (SN19), un sous-ensemble se concentrant sur les déploiements IA pratiques et évolutifs, a construit une inférence AI efficace et haute performance à grande échelle. D'un autre côté, Omega (SN21 et SN24) hiérarte le modèle de grande langue, ou LLM, le réglage fin et le déploiement qui exploite le champ émergent du texte génératif AI.

Exploring Bittensor: Visual AI and Rewards Focus

Explorer Bittensor: Visual IA et Rewards Focus

Next in the list is Bitmind (SN34), which specializes in deepfake detection and browser tools, to ramp up on security and user-facing applications. Dojo (SN52), a key subset that emphasizes lightweight, high-speed inference, focusing on efficiency and speed.

Explorer Bittensor: Visual AI et Rewards Focus Next dans la liste sont BitMind (SN34), qui se spécialise dans les outils de détection et de navigateur DeepFake, pour augmenter les applications de sécurité et de base des utilisateurs. Dojo (SN52), un sous-ensemble clé qui met l'accent sur l'inférence légère et à grande vitesse, en se concentrant sur l'efficacité et la vitesse.

With a focus on visual AI and an open-source vibe, Gradients (SN56) is responsible for developing image-related AI tasks. The tenth notable subset is Chutes (SN64), which has gained attention for "dominating emissions and rewards." This subset might be responsible for the distribution of TAO, Bittensor's native token, suggesting it's a particularly profitable or active subnet for participants.

En mettant l'accent sur l'IA visuel et une ambiance open source, les gradients (SN56) sont responsables du développement des tâches d'IA liées à l'image. Le dixième sous-ensemble notable est des chutes (SN64), qui a attiré l'attention pour "dominant les émissions et les récompenses". Ce sous-ensemble pourrait être responsable de la distribution de Tao, le token natif de Bittensor, suggérant qu'il s'agit d'un sous-réseau particulièrement rentable ou actif pour les participants.

The author also revealed their investment, with 10% allocated to these subnets. They noted a strong performance, particularly from Zeus (SN18) and others, bringing their allocation close to 20%. Additionally, the user acknowledges they are still a smaller investor compared to the "OGs" but are bracing themselves and enjoying their journey within the Bittensor ecosystem. In essence, these specific Bittensor subnets showcase the diverse applications and specializations within the decentralized AI network.

L'auteur a également révélé son investissement, avec 10% alloué à ces sous-réseaux. Ils ont noté une forte performance, en particulier de Zeus (SN18) et d'autres, amenant leur allocation près de 20%. De plus, l'utilisateur reconnaît qu'il est toujours un investisseur plus petit par rapport aux "OGS" mais se préparez-vous à lui-même et profitez de son voyage dans l'écosystème Bittenseur. En substance, ces sous-réseaux de bittenseurs spécifiques présentent les diverses applications et spécialisations dans le réseau d'IA décentralisé.