如果你錯過了 @NousResearch 的辦公時間，這裡有一個你錯過的重點摘要 🤖 Psyche 正在民主化 @solana 上的 AI 訓練 Psyche 項目概述：Psyche 旨在實現大型基礎 AI 模型的協作開源訓練，減少對封閉實驗室的依賴，並使用算法來最小化分佈式 GPU 訓練中的通信開銷。 當前模型訓練：他們目前正在訓練一個 400 億參數的 DeepSeek 風格的密集 LLM，旨在強大且可在本地運行。 去中心化協調：訓練協調在 Solana 網絡上進行，以確保去中心化並避免單點故障。 網絡挑戰與解決方案：建立了一個使用 IRO 的點對點 gossip 網絡來處理節點之間的數據傳輸，解決了 Solana 的數據量限制。 轉向 Python 後端（Torch Titan）：Psyche 的代碼庫正在通過抽象訓練後端來支持基於 Python 的訓練者（集成了 Torch Titan 的一個分支）進行 "Python 化"，預計將提供約 2 倍的速度提升。 微調能力：Psyche 將很快支持完整的微調，包括在 Nous 開發的先進方法，計劃在網絡上微調即將推出的 Nous 模型。 財務審計：基於 Solana 的財務代碼，管理對計算提供者的獎勵分配，已成功通過兩次獨立審計。 未來研究（Psyche 2.0）：未來的研究包括探索互聯網上的張量並行（TP）、管道並行（PP）和專家並行（EP），使 Psyche 成為開發先進 AI 算法的平台。 社區貢獻：開發者可以為開源的 Psyche 代碼庫做出貢獻，為 Atropos 強化學習代碼庫創建新環境，並通過使用 Nous API 支持去中心化推理網絡。 長期願景：最終目標是民主化 AI 模型訓練，使任何人都能為全球網絡貢獻計算能力，類似於 "在家摺疊" 或 "在家 SETI"，以創造世界上最好的開放 AI。 視頻：

@aeyakovenko @0xMert_ 我需要向你們推廣 Nous 🤖