المؤلف: 0x الرفيق شياو وانغ، 0x Spring Bridge، 0x Yunhe المصدر: X، @0xInv1ctus< /p>
دعونا نضع الاستنتاج أولاً: BITTENSER هي في الأساس عملة memecoin تعمل بالذكاء الاصطناعي في هذه الجولة من ضجيج التشفير المدعم بالذكاء الاصطناعي +، نظرًا لتقنيتها المعينة التي تمويه وتصبح ملك القيمة السوقية لعملة الذكاء الاصطناعي. السرد كبير وسهل الانتشار (الذكاء الاصطناعي + التشفير، الذكاء الاصطناعي اللامركزي). منطق المشروع مصطنع ولكنه ساذج بطبيعته، وهو عبارة عن تطبيق صدفي للسماح للجمهور برؤية التأثير، ولكن ليس له قيمة تطبيقية فعلية.
مشروع BITTENSER بأكمله مليء بإهدار الموارد، والثغرات المنطقية، والبيانات الخاطئة، وينطوي على مخاطر بيع خطيرة للغاية -إيقاف الضغط.
من أجل منع القراء من الوقوع في وقت غير مناسب لقراءة التعليمات البرمجية والوثائق الفنية المملة والكريهة والطويلة، سيشرح المحرر أولاً السبب نحن نتهم BITTENSER بأن المشروع مليء بإهدار الموارد والثغرات المنطقية والبيانات الخاطئة، كما أنه ينطوي على مخاطر بيع خطيرة للغاية وضغط بيع، ثم يتم استكماله بخريطة طريق للمشروع. في النهاية، سنرفق حالتين بحثيتين للشبكة الفرعية BITTENSER لراحة القراء.
أخرى: عندما تقرأ هذه المقالة، فتح صندوق التحوط المملوك لشركة StinkyInsect Labs طلبًا قصيرًا على TAO بمتوسط سعر يبلغ حوالي 402. سوف نرى!
StinkyInsect Labs هي شركة فرعية غير مستقلة عن C Labs وAllinClub. نحن ندير بشكل مستقل صندوق تحوط بعائد سنوي يزيد عن 300% وننشر بانتظام تقارير البيع على المكشوف. هذه المقالة هي أول تقرير رسمي للبيع على المكشوف.
إهدار الموارد:
ما يسمى بالمبتكر لبيتنسور الحل إن الخطة، وتوافق يوما الخاص بها الذي يتم الترويج له باستمرار على وسائل التواصل الاجتماعي، يجعل المشروع بأكمله يبدو وكأنه تقني للغاية، ولكن في الواقع هذه النظريات والأوراق البيضاء هي مجرد هراء متراكم من بعض المصطلحات والصيغ.
وفقًا لبيانها، تهدف Bittensor إلى بناء الأشخاص من خلال إنشاء سوق P2P مفتوح يسمح للأشخاص بمشاركة واستخدام نماذج التعلم الآلي المستندة إلى الذكاء الاصطناعي استخدم حالات.
إن رؤية Bittensor عظيمة ومجردة، لكن النظام المتاح المقدم بالفعل ساذج، ولا قيمة له، بل إنه مضيعة للموارد ولا يمكن للتكنولوجيا على أي مستوى أن تؤدي إلى أتمتة استخدام الذكاء الاصطناعي.
الشبكات الفرعية الـ 32 هي في الأساس 32 منصة منافسة مشابهة لـ Kaggle، باستثناء أن المكافآت عبارة عن رموز $TAO. خذ الشبكة الفرعية 1 التي تحتفظ بها Opentensor رسميًا كمثال، ما الذي تفعله هذه الشبكة الفرعية المزعومة والتي يمكن أن تجعل النماذج الأفضل بارزة؟ لتبسيط الأمر، يقوم القائمون على التحقق في الشبكة باستمرار بإنشاء موضوعات من خلال واجهات برمجة التطبيقات مثل Wikipedia API وStackOverflow وmathgenerator وما إلى ذلك، ثم إدخال المواضيع في GPT لإنشاء المطالبات وتوزيع المطالبات على ما يقرب من 1000 عامل تعدين في بعد تلقي المطالبة، اتصل بـ GPT أو LLM آخر لإنشاء الإجابة وإعادتها إلى المدقق. بعد أن يحصل المدقق على الإجابة، يقوم بمقارنة تشابه النص مع الإجابة المرجعية التي تم إنشاؤها مسبقًا (التي تم إنشاؤها أيضًا باستخدام GPT). لمقارنة إجابة عامل التعدين لتسجيل النقاط، كلما زاد التشابه بين إجابة عامل التعدين والإجابة المرجعية، سيتم الحصول على المزيد من مكافآت TAO.
ما الهدف من مثل هذه الشبكة الفرعية؟ إنها ليست مضيعة للقوة الحاسوبية لـ OpenAI أو موفري LLM الآخرين، فضلاً عن الدفع مقابلها تكلفة واجهات برمجة التطبيقات. يتم استدعاء الأسئلة بشكل عشوائي، مثل سؤال الرياضيات في المدرسة الإعدادية الذي تم إنشاؤه من موقع mathgenerator، ويتم إنشاؤه عن طريق استدعاء لغة مؤسسة LLM؛ ويتم إنشاء إجابة عامل التعدين بواسطة LLM خارجي، وتسمى الإجابة المرجعية للمدقق أيضًا تم إنشاؤها بواسطة LLM، التهديف هو مجرد مقارنة تشابه النص. القيمة الوحيدة لمثل هذا النظام هي إضاعة الموارد والترفيه عن نفسك.
ليست الشبكة الفرعية 1 فقط، ولكن الشبكات الفرعية الأخرى تعاني أيضًا من مشاكل خطيرة لا معنى لها.
الثغرات المنطقية
وفقًا لـ Bittensor، فإن مفتاح السوق التنافسية التي تخلقها هو التأكد من عدالة التقييم وموضوعيته في النتائج. ولتحقيق هذه الغاية، اقترح بيتينسور آلية إجماع يوما، والتي تهدف إلى حساب نتيجة التقييم النهائية بناءً على التقييمات المتنوعة المقدمة من العديد من المدققين. على غرار آلية الإجماع البيزنطية المتسامحة مع الأخطاء، طالما أن غالبية المدققين في الشبكة صادقون، فسيتم اتخاذ القرار الصحيح في النهاية. على افتراض أن المدققين الصادقين يمكنهم تقديم تقييمات موضوعية، فإن نتائج التقييم بعد الإجماع ستكون أيضًا عادلة وموضوعية.
ما هو الدور الذي يلعبه إجماع يوما في النظام؟ الجواب هو أن تقرر فقط كيفية توزيع $TAO الذي تم إنشاؤه في كل كتلة بين الشبكات الفرعية المختلفة. يتم تحديد كيفية توزيع مكافآت القائمين بالتعدين والمدققين في كل شبكة فرعية بشكل تعسفي من قبل مالك الشبكة الفرعية، من الناحية النظرية، يمكن لمالك الشبكة الفرعية التحكم في مكافآت أي مشارك في الشبكة الفرعية.
الأمر الأكثر سخافة هو أنه على الرغم من أن مبدأ إجماع يوما في الورقة البيضاء ليس معقدًا، إلا أن طريقة الحساب الفعلية ساذجة للغاية.

إن آلية المنافسة المبتكرة للشبكة الفرعية التي يطالب بها Bittensor لا تفشل فقط في خلق القيمة، ولكنها أيضًا مليئة بالثغرات. لا يبدو أن المسؤول يخجل من هذا، حيث يمكن لمالكي الشبكة الفرعية تقديم نموذج طلب إلى مؤسسة Opentensor كل أسبوع لضبط درجة الوزن المعطاة لكل شبكة فرعية. ولكن إذا كان من الممكن التلاعب بالتقييم من خلال مثل هذه الحجج، فما معنى التقييم نفسه وما هو نوع الإجماع الذي يعكسه؟
للحصول على تفسير تقني للورقة البيضاء الخاصة بـ Bittensor ومبادئها المزعومة، يرجى الرجوع إلى هذا المقال: نظرة عميقة على Bittensor (TAO) | مقالة goodalexander الورقة البيضاء يشير الفصل إلى التناقضات وعدم المنطقية في ورقة عمل Bittensor.
حالات التطبيق الفعلية المطالب بها هي مجرد أصداف فارغة:
Bittensor ومؤيدوه يقومون باستمرار تدعي شركة Twitter أن لديها حالات تطبيق فعلية، مثل الشبكتين الفرعيتين المصنفتين حاليًا في المراكز الثلاثة الأولى من حيث الانبعاثات، وهما taoshi وCortext.
وجد التحقيق الفعلي أن تطبيقات Taoshi الحالية تشمل Dale وTimeless. يدعي Dale أنه روبوت تداول يمكنه إجراء التداول بناءً على إشارة التداول لشبكة Taoshi الفرعية. التداول، لكنه في مرحلة التطوير؛ تدير Timeless مجموعة TG مكونة من مئات الأشخاص، والتي تناقش بشكل أساسي المعاملات، مدعية أن المجتمع قد حصل على أموال من إشارة التداول لشبكة Taoshi الفرعية. لا يثبت هذان التطبيقان أن تاوشي له أي قيمة فعلية.
على الجانب الآخر توجد Corcel، والتي يُشار إليها على نطاق واسع على أنها حالة تطبيق Bittensor. تدعي شركة Corcel أنها تستدعي واجهة برمجة تطبيقات Cortext، وبعد أن يطرح المستخدمون الأسئلة، يتم إنشاء الإجابات التي يحصلون عليها بواسطة عمال المناجم. اختبار نصي فعلي، يسأل من هو مطور النموذج، الإجابة هي "أنا نموذج لغة AI تم تطويره بواسطة OpenAI...لست متصلاً بشبكة Bittensor أو أي نماذج تعلم آلي لامركزية"، مما يوضح أنه كذلك مباشر تمامًا، لا علاقة لتطبيق الصدفة الذي تم إجراؤه عن طريق استدعاء OpenAI API بإجابات عمال المناجم في الشبكة الفرعية.


المنطقة إن الحفاظ على blockchain وصحة البيانات أمر مشكوك فيه:
في الوقت الحالي، يتم تسجيل الوزن في الشبكة الفرعية، بالإضافة إلى التوليد والتوزيع، يتم تسجيل التعهد والأنشطة الأخرى للرموز المميزة في سلسلة Subtensor. ومع ذلك، فإن آلية الإجماع وآلية حوافز صيانة العقدة لسلسلة Subtensor غير معروفة. حاليًا، مصدر البيانات الوحيد على السلسلة هو موقع taostats.io، الذي يدعي أنه تتم صيانته بواسطة @mogmachine وليس له علاقة بمؤسسة Opentensor. ولذلك، لدينا سبب للشك في صحة البيانات.
يتم التحكم في الرموز بشكل كبير من قبل مجموعات داخلية صغيرة، وأصولها غير معروفة، وهناك خطر البيع في أي وقت:
يدعي bittensor أنه تم إطلاق الرمز المميز بشكل عادل، ولكن في الواقع تم إنتاج رموز $TAO المميزة منذ عام 2021، ولا توجد وثائق أو معلومات تشير إلى ذلك من 3 يناير 2021 إلى 2 أكتوبر 2023 ماذا سيتم استخدام القواعد لتوزيع الرموز المميزة التي تم إنشاؤها خلال الفترة التي تكون فيها الشبكة متصلة بالإنترنت، واتجاه التدفق النهائي لها.
انطلاقًا من النتائج الحالية، فإن مبلغ التعهد لأفضل 12 مدققًا للشبكة الجذرية يمثل 79% من الشبكة بأكملها. من بين الأشخاص الـ 12 في مجلس الشيوخ، باستثناء الشخص الثاني عشر الذي لم يذكر اسمه والمسبك الثالث وهو مزرعة تعدين مشهورة، فإن المصدقين العشرة الآخرين هم مؤسسة Opentensor، وτaosτaτs & Corcel، وBittensor Guru Podcast، وTAO-Validator.com. و RoundTable21 و FirstTensor و Neural Inτerneτ و Datura و Love و Synapse Business و Twitter كلها تتمحور حول bittensor، أو ببساطة أعمال التوقيع المساحي فقط. هناك سبب للاعتقاد بأن هؤلاء المدققين الذين يمتلكون ما يزيد عن 20 مليار دولار أمريكي من TAO يحافظون على علاقات وثيقة مع بعضهم البعض ويشكلون مجموعة داخلية صغيرة.
في الوقت الحالي، يتم إسناد معظم الرموز المميزة المتداولة إلى مجموعات صغيرة للتعهد بها، مما يجعلها جهات التحقق الحاسمة في الشبكة. على الرغم من أن كل مدقق لديه آلاف العناوين المفوضة إليه، ويبدو أن هناك الآلاف من حاملي رموز TAO $ يفوضون رموزهم المميزة طوعًا للتصويت، إلا أن هناك سببًا للشك في أن معظم هذه العناوين المجهولة يتم إتقانها جميعًا بواسطة فرق صغيرة نفسها .
والأهم من ذلك، أن تعهد Bittensor ليس له أي فترة قفل ويمكن إلغاء التعهد في أي وقت، وهذا يعني أن الرموز المميزة المرهونة هي المحاسبية حاليًا يمكن إلغاء 85% من إجمالي التداول في أي وقت، ويمكنك الدخول في البيع.


< قوي> الملخص: BITTENSER هو أول ملصق ذو شخصية كبيرة بعد إنشاء هذه المنظمة. إنه يعرض بشكل غني وعميق كيف يكون مشروع WEB3AI "ناجحًا". بمساعدة رأس المال الاستثماري والأموال الساخنة، أنشأ Zimeng، الذي يتحكم في الرقائق ويخدع الذكاء الاصطناعي والمعلومات المضللة والدوائر الصغيرة، معجزة لعشرات المليارات من FDV ومليارات MC وأدرجها بنجاح في BN التكهن بإدراجها في BN المعنى الرئيسي للشحن.
الجوهر هو تقسيم عامل المناجم L1+ لوضع الشبكة الفرعية والشبكة الرئيسية لـ Polkadot، والذي يرتبط بمفهوم الذكاء الاصطناعي الذي يسعى إليه الجميع ولا حتى بجودة WORLDCOIN. على الأقل، تمتلك WORLDCOIN استثمار Ultraman، في حين أن TAO لديه فقط واجهة برمجة التطبيقات openai الخاصة بـ Ultraman.
وفي هذا الصدد، أعطت هذه الوكالة تقييمًا هبوطيًا قويًا لمشروع BITTENSER، ومن المتوقع أن ينخفض سعره إلى 100-100 في فترة زمنية قصيرة (6 أشهر) 150 دولارًا أمريكيًا/القطعة.
في كل مرة، تعمل السماء والأرض معًا، والأبطال ليسوا أحرارًا. آمل أن يفكر أصحاب رؤوس الأموال الاستثمارية الذين يستثمرون في مشاريع القمامة مثل TAO بعناية في دورهم في السوق. بالنسبة إلى رأس المال الاستثماري الذي يتمتع بخلفية كافية وعناية واجبة، بالإضافة إلى مراجعة التعليمات البرمجية وإمكانيات إعادة فحص البيانات البيئية، فلا ينبغي له الاستثمار في هذا النوع من مشروع واجهة برمجة التطبيقات (API) الاحتيالي.
أو ربما يكون هذا مجرد أحد الأشياء الشريرة التي يفعلها أصحاب رأس المال الاستثماري.
المرفق:
دراستي حالة حول الشبكات الفرعية
< h2 style="text-align: left;">تاوشي (الشبكة الفرعية 8)
يجب أن يُطلق على تاوشي اسم التنبؤ بالسلاسل الزمنية تاريخيًا وليس له أي قيمة تطبيقية عملية. في شهر مارس، أصبحت العلامة التجارية الجديدة منصة تداول وأطلقت تطبيقات مثل Tradewithdale وTimeless.
تدير الشبكة الفرعية 8 TAOSHI شبكة تداول خاصة (شبكة تداول خاصة). تتلقى PTN إشارات من أنظمة التداول الكمية والعميقة للتعلم الآلي لتوفير إشارات التداول الأكثر اكتمالاً في العالم عبر فئات الأصول المختلفة. مع هذا النظام، فقط أفضل المتداولين في العالم وأنظمة التداول القائمة على التعلم العميق/الكمي يمكنهم المنافسة.
• تسجيل المعدن والتعدين والتقييم:
◦ رسوم تسجيل المعدن تستخدم كـ 5TAO.
◦ يحتاج القائمون بالتعدين إلى إرسال إشارات تداول طويلة/قصيرة/مسطحة ومضاعفات الرافعة المالية في الوقت الفعلي خلال وقت الافتتاح. تتضمن أزواج التداول الاختيارية العملات الأجنبية (مثل EUR/CHF، وEUR/USD، وGBP/USD)، والعملات المشفرة (مثل BTC/USD، وETH/USD)، والمؤشرات (مثل SPX، وDJI)، وما إلى ذلك.
◦ لا يمكن لعمال المناجم أن يكون لديهم سوى طرف تداول واحد فقط في أي وقت. ◦ يمكن فقط لعمال المناجم الذين أغلقوا ما لا يقل عن 10 عمال مناجم خلال الثلاثين يومًا الماضية المشاركة في التصنيف.
◦ معايير تسجيل عمال المناجم: بناءً على نسبة أوميغا المجمعة والعائد الإجمالي. التفاصيلhttps://github.com/taoshidev/proprietary-trading-network/tree/main/vali_objects/scoring
• معايير الإزالة لعمال المناجم :
◦ 1. تم الوصول إلى الحد الأقصى للتصحيح لهذا اليوم. في نهاية أي يوم تداول، إذا وصل الحد الأقصى للسحب لعامل التعدين إلى 5٪ في ذلك اليوم (مقارنة بالارتفاع اليومي)، فسيتم استبعاد عامل التعدين.
◦ 2. تم الوصول إلى الحد الأقصى للارتداد للفترة بأكملها. إذا وصل عامل التعدين في أي وقت إلى ارتداد بنسبة 10٪ (مقارنة بأعلى مستوى على الإطلاق)، فسيتم التخلص من عامل التعدين.
◦ 3. الانتحال. إذا اكتشف النظام أن المعاملة المقدمة من قبل القائم بالتعدين تنتحل من القائمين بالتعدين الآخرين، فسيتم استبعاد القائم بالتعدين.
◦ يتمتع القائمون بالتعدين بفترة حماية مدتها 9 أيام بعد التسجيل. لن يتم استرداد رسوم التسجيل بعد القضاء على عمال المناجم.
• مهام المدقق:
◦ يحتاج المدقق إلى الحفاظ على مجموعة كل عامل منجم، الرأس والقيمة الصافية، وسيتم القضاء على عمال المناجم عندما يصلون إلى الحد الأقصى للسحب.
المنافسة في حد ذاتها سخيفة. إنها ليست استراتيجية، ولا يمكن القول إلا أنها منافسة تجارية. الاستراتيجيات الفعالة تحتاج إلى اختبار رجعي. علاوة على ذلك، ليست هناك حاجة لتقديم مفاهيم عمال المناجم أو المدققين أو أي تقنية blockchain على الإطلاق.
يمكن للوحة تحكم Taoshi عرض عنوان عامل التعدين بأعلى عائد وجميع المعاملات السابقة. https://dashboard.taoshi.io/
في وقت كتابة هذا التقرير (UTC 2024-04-21 08:56)، كان أعلى عائد في عنوان 30 يومًا، معدل الإرجاع لمدة 30 يومًا هو 19.476%، وبالنظر إلى التفاصيل، يتم المساهمة بمعظمه من خلال معاملة واحدة. تم بيع العنوان برافعة مالية 175 مرة في 17-04-2024 05:59:20، عندما كان سعر EUR/GBP 0.85345 دولارًا أمريكيًا، وبعد 98 ثانية، عندما كان السعر 0.85276 دولارًا أمريكيًا، في 17-04-2024 06:00: 58 مركزًا (تم إغلاق الرافعة المالية المتبقية البالغة 0.01 مرة عند الساعة 15:01:34)، ويمكن حساب أن العائد على هذه الصفقة هو 14.1%، أي 12.75% بعد أخذ رسوم المعاملة في الاعتبار.



التطبيق الفعلي:
ديل: https://twitter.com/tradewithdale. يدعي روبوت التداول أنه قادر على التداول بناءً على إشارات التداول الخاصة بشبكة تاوشي الفرعية. وقال تويتر إنه قيد التطوير.
الخالدة: https://twitter.com/Timeless_io. أدير مجموعة TG تضم مئات الأشخاص، والتي تناقش المعاملات بشكل أساسي. ادعاء أن المجتمع قد حصل على أموال من إشارة التداول الخاصة بشبكة تاوشي الفرعية.
Cortext (الشبكة الفرعية 18)
لا يذكر الملف التمهيدي الرسمي لـ github repo أي شبكات فرعية يتم تحليل المشكلات المتعلقة بكيفية تعدين النظام والتحقق منه وتحفيزه على النحو التالي من الكود المصدري.
• إنشاء أسئلة التحقق:
◦ أكثر من 1000 نص وصورة لكل موضوع، يقوم المدقق باختيار الموضوع بشكل عشوائي، وتطبيقه على قالب السؤال، واستدعاء openai GPT4-turbo لإنشاء مطالبات لعمال المناجم. https://github.com/corcel-api/cortex.t/blob/main/validators/text_validator.py
◦ قالب المشكلة موجود على github.com / corcel-api/cortex.t/blob/main/cortext/utils.py

◦ الموضوع المحدد موجود في https://github.com/corcel-api/cortex.t/blob/ main/ cortext/__init__.py

• إنشاء الإجابات المرجعية لأداة التحقق
◦ استدعاءات الرسائل النصية GPT4 لإنشاء إجابات إنشاء الصور المرجعية نموذج DALL-E لإنشاء الصور
• إنشاء إجابات المعدنين
◦ بعد تلقي المعدنين في الموجه، يمكنهم اختيار نماذج مثل anthropotic.claude-v2:1 Anthropic، وgemini-pro، و claude-3-opus، وما إلى ذلك للإجابة على الأسئلة. https://github.com/corcel-api/cortex.t/blob/main/miner/miner.py
• تسجيل إجابات المُعدِّن
◦ قارن بين التشابه بين الإجابة والإجابة المرجعية.
◦ بالنسبة للمطالبة النصية، فإن خوارزمية مقارنة التشابه هي TF-IDF، ويتم حساب التشابه بعد التوجيه في نفس الوقت، إذا كانت الاستجابة طويلة جدًا أو جدًا قصيرة مقارنة بالإجابة المرجعية، عقوبة؛
◦ لتوليد الصور، خوارزمية مقارنة التشابه هي خوارزمية تجزئة الصورة الإدراكية لتعيين الصورة في سلسلة تجزئة، لمقارنة التشابه بين صورتين، يمكنك تحديد عدد المواضع غير المتناسقة الموجودة بين سلسلتي التجزئة، مع الاستمرار في تحويلها إلى حساب دالة cosine_similarity. https://github.com/corcel-api/cortex.t/blob/main/cortext/reward.py


التطبيق العملي:
• كورسيل. يمكنه إكمال مهام مطالبة النص وإنشاء الصور. تدعي أنها تستدعي واجهة برمجة تطبيقات Cortext، وبعد أن يطرح المستخدمون الأسئلة، يتم إنشاء الإجابات التي يحصلون عليها بواسطة عمال المناجم. https://corcel.io/
• بعد اختبار المطالبة النصية فعليًا وسؤال مطور النموذج، كانت الإجابة "أنا نموذج لغة ذكاء اصطناعي تم تطويره بواسطة OpenAI ...لست متصلاً بشبكة Bittensor أو أي نماذج لامركزية للتعلم الآلي"

تاريخ التطوير:
مصدر هذا الجزء يأتي بشكل أساسي من: https:// taostats.io/tokenomics/; https://messari.io/project/bittensor/profile
2019: تم تطوير Bittensor بواسطة اثنين من الباحثين في مجال الذكاء الاصطناعي جاكوب. أسسها ستيفز وعلاء شعبانا (ومؤلف ورقة بيضاء مجهول الهوية، يوما راو). 3 يناير 2021: تم إصدار "Kusanagi"، إيذانا بتفعيل الشبكة، مما يسمح للقائمين بالتعدين والمدققين بالبدء في تلقي الدفعة الأولى من مكافآت TAO دولار.
منتصف مايو 2021: قامت مؤسسة Opentensor بتعليق عمل Kusanagi للتعامل مع بعض مشكلات الإجماع المبكرة.
2 نوفمبر 2021: انقسم "كوساناجي" إلى "ناكاموتو". تم ترحيل 546,113 TAO التي تم إنشاؤها مسبقًا بواسطة Kusanagi إلى ناكاموتو.
10 يناير 2023: تم إصدار Finney testnet لاختبار التحصيص المفوض ووظائف الشبكة الفرعية.
13 يناير 2023: تم الحصول بنجاح على فتحة سلسلة Polkadot المتوازية في المزاد. ومع ذلك، نظرًا للمخاوف بشأن سرعة تطوير Polkadot، فقد تقرر لاحقًا استخدام blockchain L1 المستقل الخاص به والمبني على Substrate بدلاً من الاعتماد على Polkadot. https://www.theblockbeats.info/en/flash/123619
20 مارس 2023: تم إصدار شبكة Finney الرئيسية. 28 مارس 2023: أصدرت مؤسسة Opentensor برنامج Chattensor، وهو برنامج LLM مبني على Bittensor.
24 يوليو 2023: أصدرت مؤسسة Opentensor نموذج لغة Bittensor (BTLM). باعتباره "نموذج لغة معلمة يبلغ 3 مليارات"، تم تصميم BTLM ليكون متوافقًا مع الأجهزة المحمولة ويتطلب ذاكرة أقل بكثير من نماذج المعلمات الشائعة التي تحتوي على 7 مليارات و10 مليارات مثل OpenAI's GPT-3 وMeta's LLaMA. https://opentensor.medium.com/introducing-bittensor-language-model-a-state-of-the-art-3b-parameter-model-for-mobile-and-edge- 2fe916fb81b0
2 أكتوبر 2023: تمت ترقية Revelotion وتم إطلاق الشبكة الفرعية رسميًا، مما يسمح للمستخدمين بإنشاء شبكات فرعية وإنشاء آليات تحفيز لأنواع محددة من مهام التعلم الآلي، مثل إنشاء الصور وإنشاء الأصوات. أو تجريف محتوى الإنترنت.
14 ديسمبر 2024: أصدر الباحث المساري سامي قصاب تقرير بحث Bittensorhttps://twitter.com/Old_Samster/status/1734977722424938993، واستمر منذ ذلك الحين ثم صعودي على $TAO.
10 يناير 2024: اقترحت مؤسسة Opentensor اقتراح BIT001 (قالب تحسين Bittensor الأول) واقترحت آلية حوافز رمزية TAO ديناميكية.