如果你错过了 @NousResearch 的办公时间，这里是你错过的内容的摘要 🤖 Psyche 正在民主化 @solana 上的 AI 训练。 Psyche 项目概述：Psyche 旨在实现大型基础 AI 模型的协作、开源训练，减少对封闭实验室的依赖，并使用算法来最小化分布式 GPU 训练中的通信开销。 当前模型训练：他们目前正在训练一个 400 亿参数的 DeepSeek 风格的稠密 LLM，旨在强大且可在本地运行。 去中心化协调：训练协调通过 Solana 网络进行，以确保去中心化并避免单点故障。 网络挑战与解决方案：建立了一个使用 IRO 的点对点 gossip 网络，以处理节点之间的数据传输，解决了 Solana 的数据量限制。 转向 Python 后端（Torch Titan）：Psyche 的代码库正在通过抽象训练后端来支持基于 Python 的训练器（集成了 Torch Titan 的一个分支）进行 "Python化"，预计将提供约 2 倍的速度提升。 微调能力：Psyche 将很快支持完整的微调，包括在 Nous 开发的高级方法，计划在网络上微调即将推出的 Nous 模型。 财务审计：基于 Solana 的财务代码，管理对计算提供者的奖励分配，已成功通过两次独立审计。 未来研究（Psyche 2.0）：未来的研究包括探索互联网中的张量并行（TP）、管道并行（PP）和专家并行（EP），使 Psyche 成为开发先进 AI 算法的平台。 社区贡献：开发者可以为开源的 Psyche 代码库做出贡献，创建 Atropos 强化学习代码库的新环境，并通过使用 Nous API 支持去中心化推理网络。 长期愿景：最终目标是民主化 AI 模型训练，使任何人都能为全球网络贡献计算能力，类似于 "在家折叠" 或 "在家 SETI"，以创建世界上最好的开放 AI。 视频：

@aeyakovenko @0xMert_ 我需要向你们推荐 Nous 🤖