01 / УЧАСТНИКИ
Объединяем ресурсы
Люди создают проекты, общаются и выбирают, какие устройства подключить.
Открыть проекты ↗TRIAD / ИССЛЕДОВАТЕЛЬСКАЯ ПРОГРАММА
Сеть людей.
Собственная модель.
Наша цель — улучшать открытые модели на ресурсах сообщества и обеспечивать участникам бесплатный доступ к сильному AI.
02 / ОБУЧЕНИЕ
Решаем и проверяем
Планируем распределять попытки решения задач между совместимыми устройствами. Мощные группы GPU будут обновлять модель.
Обучающий конвейер ещё не запущен.
03 / РЕЗУЛЬТАТ
Измеряем улучшения
Для каждой версии — независимые задачи, сравнение с исходной моделью и понятная стоимость работы.
Архитектура и план ↗Плановый сценарий мощности, не измерения
Сколько может дать сеть
Сценарий для одной выбранной малой или средней модели. Это расчёт, а не текущая мощность Triad.
Допущения: 8 ч/сутки, доступность 75%, 20 выходных токенов/с, 4096 токенов на попытку, полезное время 60%, половина ресурса на исследования, 80% допустимых результатов. Получается 25,3125 попытки на исполнителя в сутки. Это не измеренная скорость конкретной видеокарты. Пропускная способность обучения и проверки ещё не измерена.
Телефоны, компьютеры и GPU-серверы получают разные роли. Число устройств не переводится напрямую в качество модели.
Порядок работы
- Подтвердить цикл дообучения на небольшой модели и реальных устройствах.
- Измерить вклад, передачу данных, проверку и улучшение качества.
- Увеличивать сеть вместе с мощностью обучающего ядра.
- Выбрать крупную основу по одинаковым испытаниям и выпустить собственную улучшенную версию.
Для первого цикла рассматриваем Qwen и prime-rl; конкретную крупную модель будем выбирать по воспроизводимым измерениям. Это план исследований, не готовая возможность сети.