拆解訓練平台Flock：適用於AI應用的「全新Bittensor」

作者：0xJeff, 加密 KOL

編譯：Felix, PANews

競爭是 AI 發展的基礎。

參與者競爭的目標包括：

• 訓練出完成特定任務的最佳模型
• 共同訓練單個模型，以實現最佳改進
• 提供最佳見解/洞察
• 提供最佳交易信號
• 提供最精準的預測
• 以及更多其他競爭

如果沒有競爭，創新就會按照自己的節奏發展——往往速度很慢。目前正在實時見證 Bittensor 競賽的展開，許多子網輸出的結果在各自的任務上都超過了行業基準。

子網所有者可以設計任何激勵機制，讓礦工參與競爭以獲得 $TAO 獎勵，讓驗證者驗證礦工的任務，並讓質押者將其 $TAO 委託給最擅長驗證的驗證者（以獲得最大激勵），這使得 Bittensor 成為一個不斷突破去中心化 AI 界限的良好生態係統。

Flock 在其生態中實施了與 Bittensor 類似的機制，以加速初始模型開發的進程，並利用聯邦學習（Federated Learning）進一步微調特定領域的模型以適應獨特的用例。

什麼是聯邦學習

聯邦學習：即多個設備（人員）在不共享數據的情況下訓練單個模型的一種方式。這在隱私至上的環境中特別有用，例如醫療保健、政府、銀行、客戶數據等，這些環境中隱私/保密性至關重要。

與原始數據不同，聯邦學習會將「梯度（gradients）」共享到中央服務器。然後，服務器會匯總這些更新以改進模型，並將其發送回用於訓練模型的設備。此過程不斷重復。

聯邦學習通常使用邊緣設備（智能手機、計算機、物聯網），因為它們能夠：

• 在本地生成和存儲敏感數據，符合法規
• 由於智能手機種類繁多，因此具有高度可擴展性
• 包含個性化數據，非常適合訓練特定領域的模型

而且由於只共享梯度（而非原始數據），使得 CPU 和連接性有限的邊緣設備也能高效運行。

Flock 的産品

（此處不會用晦澀的技術術語，將重點介紹其工作原理）

Flock 的産品流程為：(i) AI Arena (ii) FL Alliance (iii) Moonbase

• AI Arena 是一項競賽活動，AI 工程師（「訓練師」）根據指定任務（構建初始模型）訓練他們選擇的模型。

目前，任務由項目/生態係統手動創建，參與者可以通過 FLock.io 向 Flock 提出商業計劃/想法，並定義他們想要的最終用例。

Flock 會根據這些需求，在平台上創建任務，訓練師可以訪問並開始訓練。訓練師通過提交數據和梯度來改進模型，從而提高模型性能/減少幻覺（訓練師類似於 Bittensor 生態係統中的礦工）。

驗證者根據訓練師提交的梯度對模型進行評分。

• 訓練員和驗證員需要將 $FLOCK 質押到 gmFLOCK 才能參與（鎖定期可選 0 至 365 天）。
• gmFLOCK 質押量更高的訓練師和驗證者可以獲得更多的任務和更高的獎勵倍數（兩者都有各自的 $FLOCK 激勵標準，gmFLOCK 質押是其中一項）。
• 如果訓練員和驗證者有惡意行為（訓練提交未通過驗證或驗證不準確），他們的 gmFLOCK 都可能被削減。
• 委託人（質押者）可以將 $FLOCK 質押到 gmFLOCK 中，並將其委託給訓練員或驗證者。委託人將從中獲得 $FLOCK 獎勵的一部分（年化收益率 60%-230%）。

AI Arena 完成初始模型的訓練和驗證後，FL Alliance 將採用這些模型（最佳模型），並利用聯邦學習，在邊緣設備上使用私有數據集對這些模型進行微調。

• FL Alliance 是一個將 AI Arena 的初始模型在邊緣設備上使用特定領域的數據集（通過聯邦學習）進行進一步微調的過程。

AI Arena 與 FL Alliance 的主要區別

1. AI Arena = 競賽 | 使用傳統機器學習進行初始模型訓練 | 公共數據集 | 第一步

2. FL Alliance = 合作 | 使用聯邦學習進行微調 | 本地設備上的私有數據集 | 針對特定領域應用的高級微調 | 第二步

Moonbase 或 AI 模型市場

在這裡，AI Arena 上訓練的模型以及通過 FL Alliance 進行微調的模型可以被部署、使用和貨幣化。

Moonbase 仍處於測試階段，但第二階段和第三階段將為貢獻者（訓練師、驗證者、委託人）引入無縫的方式來擁有這些模型/代理。任何人都可以付費/訂閱使用模型（項目所有者、研究人員、企業等），並且模型可以在任何啓動平台上部署和集成。

您可以將 Flock 視為一個完整循環的、端到端的代理開發平台，從訓練師們競相構建最佳初始模型開始，到針對特定領域的應用進行微調，再到將模型/代理部署以解決獨特問題。

近期舉措/生態係統合作夥伴

• Flock x Qwen：阿裡雲利用 Flock 訓練專注於特定領域（如醫藥和金融）的小型語言模型。
• Flock 的 FlockOff SN96 在 Bittensor 上：FlockOff 是一個專注於改進的研究型子網，由 Yuma 孵化。

其目標是幫助 AI 模型從大型數據集中挑選出最有意義和最具代表性的數據點，從而在無需處理所有可用數據的情況下實現更準確的訓練。

例如，訓練一個交易模型以增強交易簿——API/SDK 掃描 Binance 的交易行為，但交易數量眾多，處理所有交易所需的計算量過大。

SLM 從 Binance 中挑選出能代表您智能手機上交易行為的精確數據，這樣您智能手機上的 FL 就不必查看所有交易——可能只需查看代表整個數據集的 1 萬個數據點中的 10 個即可。

Flock 的頂級 AI 應用

在深入探討基於 Flock 構建的應用之前，值得一提是，在 Flock 上訓練的模型在 Web3 任務上的表現已超越業界領先的模型。

該模型能原生理解復雜的區塊鏈邏輯，可以實時與智能合約和去中心化應用進行交互，自動化 DeFi 策略，管理流動性池，並執行多鏈分析。

該模型通過 AI Arena 進行訓練和驗證，並可作為更深入領域特定用例的基礎模型。

1. Flock x Animoca Brands

HeyAni — 用於風險投資研究的 AI

Flock 提供了一個 Web3 模型，該模型基於 Animoca 投資委員會 (IC) 10 年的備忘錄進行了微調。最終，Flock 打造了一個經驗豐富的 Web3 風險投資代理，可以解析白皮書、GitHub、代幣合約地址、X 配置文件，並給出風險投資公司投資您項目的評分和概率。

該代理還會提供優缺點總結以及如何改進項目的建議。

Animoca 使用 Ani 來幫助減輕盡調工作負擔，同時持續改進代理，使其成為更優秀的風險投資人。

Animoca 的 @AimonicaBrands 也利用 Flock 模型來幫助完善其交易模型。

2. Flock x Eden（仍在進行中）

Eden：SexualFi——集成 AI 技術，模仿 OnlyFans 女優的行為，在她們離綫時進行角色扮演。

第一階段將以她們的個性與您互動，首先是語音。

他們正在將 AI 代理與性愛玩具（由代理控制）配對，這樣就可以在與代理進行性愛通話的同時，享受玩具。

最終目標是通過 3D 虛擬形象、動畫、語音等打造沉浸式體驗。

為何看好 FLOCK？

$FLOCK 有強勁需求

經濟中的每個參與者都需要 $FLOCK——任務創建者、訓練師、驗證者、委託人等都有需求。

一旦 Moonbase 開始實際使用模型，委託人/質押者就能賺取真實收益（收益分成）。

與將代理代幣化的代幣化模式（如 Virtuals）不同，Flock 保留平台上模型需求不斷增長所産生的所有價值累積。

網絡參與度不斷提升

• 高質押參與度：在其代幣經濟學 v1（T+0 至 T+20 天質押）中，質押參與度達到 47% 以上。

• 在 v2 gmFLOCK 模型中，約 25% 的流通供應量已平均鎖定 265 天。

此外，Messari 報告顯示，第一季度各項指標均看漲。

今年下半年的催化劑層出不窮

Moonbase 的閘門正在打開，AI 模型的訪問將更加民主化（類似於 Virtuals 開放其 AI 代理代幣化平台）。網絡效應開始形成，$FLOCK 的飛輪效應開始啓動。

幕後已有多個合作夥伴關係和特定領域的合作，其中許多目前還不能公佈（但可以根據他們過去的合作關係來猜測這些合作的水平）。

早期投資者鎖定期限長

投資者在投資 1.5 億至 3 億美元（最後一輪為 3 億美元）後，有 12 個月的懸崖期和 24 個月的歸屬期。距離懸崖期結束還有大約 6 個月。社區的估值與那些被永久鎖定的風險投資公司相似。

由於在 Upbit 和 Bithumb 上市，來自韓國市場的流動性大幅增加。

Flock 還將大部分的基金會代幣質押了一年（就在 Upbit/Bithumb 上市之前）

但也有一些缺點需要考慮。

激勵設計可能會引發與 Bittensor 類似的動態（即參與者每天可能産生的抛壓）。

​​第一年年底，流通供應量應達到 25%，第二年應達到 50%。網絡增長和實際應用的速度需要超過發行速度。（否則……你知道會發生什麼）。

發行僅持續 5 年，並且每年逐漸下降——很有可能網絡發展到一定程度後，企業和項目需要支付實際收入來維持 Flock 上的訓練，從而填補訓練師、驗證者和委託人在平台上工作的發行缺口。

也就是說，企業會發現，付費讓 Flock 開發特定領域的用例比自行開發更便宜、更高效。

Flock 還利用 Bittensor 子網 (SN96) 來改進 FL Alliance 的研發，使用 dTAO 子網發行代替 $FLOCK 發行。這降低了 $FLOCK 的潛在抛售壓力，同時改進了 Flock 的産品。

Flock 如何盈利？

非常簡單。將 gmFLOCK 兌換回 FLOCK 時，Flock 會收取約 5% 的轉換費。

總結

您可以將 Flock 視為 Bittensor + Nous Research + Virtuals 的結合：

• Bittensor：AI Arena — 競爭獲得最佳模型
• Nous：FL Alliance — 協作調整單一模型，以適應特定領域的用例
• Virtuals：Moonbase — 模型市場，任何人都可以部署、盈利並訂閱模型/代理

$FLOCK 作為生態係統代幣，是一切操作的必需品，整合了需求方（企業/項目）和供應方（訓練員/驗證者/委託人）的價值。

這是唯一一個為特定領域用例，提供端到端模型開發流程的去中心化 AI 生態係統，同時擁有一個能夠創造現實世界經濟價值的分銷渠道。

與此同時，該項目已獲得了市場關注，而且代幣的交易價格低於風險投資估值（鎖定期和歸屬期較長）。

相關閱讀：從Flock與阿裡的算力同盟看下一代AI基建範式

内容來源：PANews