SN 5於九月底迎來了一次重大更新，我們將在這篇文章中介紹其具體內容，便於市場重新理解、評估SN 5的重要性和潛力。
Subnet 5 Open Kaito
Emission：0.88%（2024–10–10）
Github：https://github.com/OpenKaito/openkaito
什麼是SN5？
Bittensor Subnet 5的核心目標是開發世界上性能最好、用途最廣泛的文本嵌入模型，並實現去中心化的模型訓練、評估和服務，同時以API的形式開放這些模型，為廣泛的下游應用提供支持。
SN 5利用Bittensor去中心化節點網絡實現模型的動態評估與持續改進。
SN 5的Miners負責使用持續更新的大規模文本語料庫訓練模型，並且承諾以低延遲和高吞吐量的方式提供模型，響應下游應用的請求。
SN 5的Validators則負責使用一系列基準進行嚴格的模型評估，不斷篩選出更優質的模型。Miners提供的模型將與市面上最優的文本嵌入模型進行比較，以確保SN 5產出的模型始終具備競爭力並持續進化。
如何評估Miners？
SN 5中，Miners會收到一批批文本，使用其提供的模型進行文本嵌入，Validators則通過對比學習損失函數來評估Miners的嵌入質量。
損失函數的公式為：
其中，c是目標嵌入，x是正樣本，x’是負樣本。這一過程旨在最大化正樣本x與目標嵌入c之間的互信息。
嵌入質量更高的Miners將獲得更高的評分，其提供的模型也被認為是更優質的。
SN 5的更新取得了怎樣的產出？
在這樣的激勵機制下，SN 5產品的模型已經取得了一定的成果：
在2024年10月9日，Miners提供的文本嵌入模型相比以Openai為基準實現了改善。
隨著SN 5產出的模型質量提升，用戶將能夠訪問超越現有最先進模型性能的通用文本嵌入模型。這些模型將通過Bittensor Subnet 5的驗證者API公開提供，便於廣泛應用和集成到各種應用中。
該如何評價全新的SN 5？
SN5通過去中心化的方式優化和訓練文本嵌入模型，能夠為Bittensor生態和去中心化AI做出巨大貢獻：
- 推進行業用途最廣泛模型的進化：SN 5的目標是開發世界上性能最好、用途最廣泛的文本嵌入模型。SN 5產出的模型將通過一個無限大且動態的數據集進行評估，來確保最高水平的領域泛化能力。
- 充分利用去中心化網絡確保動態評估與持續改進： 利用Bittensor網絡進行去中心化的訓練和模型改進，這避免了中心化AI模型開發的侷限性，提高了系統的透明度和抗審查能力。並且通過Validators的動態評估不斷激勵Miners優化模型性能，確保SN5的嵌入模型不僅超越現有的最先進模型，適應最新的現實世界知識，始終保持競爭力並拓寬行業性能的界限。
