Bittensor突破去中心化AI训练瓶颈，TAO代币应声上涨

核心提要：Bittensor Subnet 3成功训练出720亿参数的Covenant-72B模型，无需中央服务器，通过稀疏通信与链上贡献评估实现全球协同。该成果推动$TAO代币价格上涨14%，机构关注度上升，为去中心化大模型训练提供可验证范例。

去中心化网络实现重大突破

Bittensor的Subnet 3在无中央数据中心支持下，完成720亿参数规模的AI模型训练。该模型名为Covenant-72B，由全球逾70名参与者共同构建，所有节点仅依赖家庭互联网连接。在MMLU基准测试中，其零样本表现达67.1分，超越Meta LLaMA-2-70B的65.6分，显著挑战了去中心化计算能力的传统认知。

两项关键技术驱动训练成功

此次训练覆盖1.1万亿词元，涉及超70个节点，每个节点仅使用500Mb/s普通网络。核心创新包括：一是SparseLoCo技术，结合top-k稀疏化、2位量化与跨节点误差反馈，使通信开销降低146倍，实现无需中央服务器的全局同步；二是Gauntlet系统，基于损失评估与OpenSkill排名机制，在训练过程中动态评估各节点贡献度，所有结果上链存证，确保透明可验证。模型权重已按Apache许可开源，供公众自由使用与衍生开发。

市场迅速响应，代币价值攀升

Covenant-72B成果公布后，$TAO代币价格在短时间内上涨14%，达到236美元。过去30天累计涨幅达36%，六个月交易量增长167%。灰度同期扩大TAO信托基金规模，为机构投资者提供直接接入渠道。技术成果与市场兴趣叠加，形成正向反馈。该模型在标准条件下可复现的性能表现，使其区别于早期未经验证的AI加密项目，为去中心化人工智能提供可信基准。整个网络在无集中协调下实现大规模协作，验证了社区驱动大模型训练的可行性。