$NEAR共同創設者のIllia Polosukhinは、誰でもオープンな人工知能モデルへの改善案を提出できる公開コンテスト「Delta League」を開始しました。このプラットフォームは@ilblackdragonが発表したもので、@near_aiが@NEARProtocol($NEAR)エコシステム向けに提供しています。
Delta Leagueの仕組み
参加者は、モデルの重み(回答の形を決める内部の数値)の編集を提出します。Delta Leagueの公式サイトによると、参加者はLoRA、疎または密な重みの差分、あるいは完全なチェックポイントを提出でき、どの変更もモデルの系譜を保持します。プラットフォームは重みを検証したうえで、検証および非公開テストを実行し、参加者が元のモデルと自分のスコアを比較できるようにします。
各編集は非公開のテストセットで採点され、検証済みの各バージョンは他の人が発展させられるよう公開されたままになります。これにより、貢献者は一から始めるのではなく、先行する成果を拡張でき、各変更は変更対象のモデルと紐づけて記録されます。
最初のテストでは、小型のオープンモデルであるQwen3.5 0.8Bを使用しています。これまでに5件の検証済み編集により、そのスコアは18.6%から19%に上がりました。向上幅はわずかですが、稼働中のモデルで検証プロセスが機能していることを示しています。
Qwen3.5はアリババが公開するオープンウェイトモデル群です。Wikipediaの「Qwen」の項目では、アリババが2026年2月にオープンウェイト版のQwen3.5を公開したと記されています。
今後の予定
今後数日中に、モデル設計の変更への対応と、企業向けのカスタムテストが提供される予定です。重みだけでなくモデルのアーキテクチャの変更も認めれば、コンテストが受け付けられる貢献の範囲は広がります。カスタムテストにより、企業は自社のタスクに対して編集の効果を測定できるようになります。
今回の開始は、Polosukhinがオープンでユーザーが所有するAIに関して進めてきた取り組みとも合致します。彼は、Transformerアーキテクチャを紹介した2017年の論文「Attention Is All You Need」の共著者であり、Fast Companyによれば、現在は$NEAR AIで研究開発を主導しています。Open Commonsが要約したポッドキャストのインタビューで、彼は、モデルの重みを公開するだけではAIシステムがオープンソースになるわけではなく、真のオープン性には学習データ、レシピ、方法論へのアクセスも必要だと主張しました。
Delta Leagueは、改善に向けた別の道筋を試しています。それは、共有モデルへの検証済みの変更をクラウドソーシングで集め、参加者が見ることのできないデータで結果を採点する方式です。このアプローチがより大規模なモデルをどこまで向上させられるかはまだ示されておらず、初期の結果はわずかなものです。
出典
