CT 睡在2025年最大去中心化AI论文上

Jensen 出现在 All-In，CT 猿入 TAO
但真正的工作已经完成
去中心化AI训练的突破已经在9个月前发生
2025年6月，@0G_labs 在 arXiv 上发表了一篇名为 DiLoCoX 的论文
一个在标准1 Gbps互联网下，在20个去中心化节点上训练107B参数模型的框架
结果：
每秒3,728个tokens vs AllReduce的10.4
通信效率提升了357倍
框架验证，但这是唯一在此效率水平上的公开基准
几乎没有人报道
- Bittensor的Covenant-72B是一个训练模型
- DiLoCoX是一个在去中心化基础设施上训练任何模型的框架，完全不同的类别
背后是一个完整的技术栈：计算、存储、去中心化自治和链，没有其他项目能同时覆盖这四个层面
Jensen 只是验证了0G Labs一年前已经证明的论点
4月1日，他们将在 EthCC Cannes 发表演讲，下一章即将开启