$NEAR Соучредитель Иллия Полосухин запустил Delta League, публичное соревнование, которое приглашает любого отправлять улучшения открытой модели искусственного интеллекта. О платформе объявил @ilblackdragon, а её работу обеспечивает @near_ai для экосистемы @NEARProtocol ($NEAR).
Как работает Delta League
Участники отправляют правки в весовые коэффициенты модели, то есть в числа внутри неё, которые определяют её ответы. Согласно сайту Delta League, участники могут отправить LoRA, разреженное или плотное различие весов либо полный чекпоинт, при этом каждое изменение сохраняет родословную модели. Платформа проверяет веса, затем запускает валидацию и закрытые тесты, чтобы участники могли сравнить свои результаты с исходной моделью.
Каждая правка оценивается на скрытом тестовом наборе, а каждая проверенная версия остаётся открытой, чтобы другие могли развивать её дальше. Это позволяет участникам опираться на предыдущую работу, а не начинать с нуля, причём каждое изменение фиксируется относительно модели, которую оно меняет.
Первый тест использует Qwen3.5 0.8B, небольшую открытую модель. Пять проверенных правок пока подняли её результат с 18.6% до 19%. Прирост скромный, но он показывает, что процесс проверки работает на действующей модели.
Qwen3.5 - семейство открытых моделей с открытыми весами от Alibaba. В статье Wikipedia о Qwen отмечается, что Alibaba выпустила открытые веса Qwen3.5 в феврале 2026 года.
Что будет дальше
В ближайшие дни появятся поддержка изменения архитектуры моделей и пользовательские тесты для бизнеса. Разрешение изменять не только веса, но и архитектуру модели расширит круг вкладов, которые может принимать конкурс. Пользовательские тесты позволят компаниям оценивать правки на своих задачах.
Запуск соответствует более широкой работе Полосухина над открытым ИИ и ИИ, которым владеют пользователи. Он соавтор статьи 2017 года «Attention Is All You Need», в которой была представлена архитектура Transformer, а сейчас руководит работами в $NEAR AI, по данным Fast Company. В интервью подкасту, пересказанном Open Commons, он утверждал, что публикация одних только весов модели не делает ИИ-систему открытым исходным кодом, а подлинная открытость также требует доступа к обучающим данным, рецептам и методологии.
Delta League проверяет другой путь к улучшению: краудсорсинговые проверенные изменения общей модели с оценкой результатов на данных, которых участники не видят. Насколько этот подход способен поднять более крупные модели, ещё предстоит показать, а первые результаты скромны.
Источники
