#opg $OPG @OpenGradient Cu câteva zile în urmă am tot modificat Prompt-ul pentru teste, iar în mod intenționat am încercat mai multe tipuri de sarcini complet diferite. Inițial am crezut că variațiile rezultatelor țin de capacitatea modelelor, așa că am comparat constant diferențele dintre diferite modele. Mai târziu, când am citit protocolul de design de la OpenGradient, am realizat că poate am privit în direcția greșită. Ceea ce merită investigat nu este neapărat ce model e mai puternic, ci de ce sistemul nu vrea să se lege de un singur model.
După aceea, am revăzut în mod repetat logica de execuție și am observat că OpenGradient pune accentul pe decuplarea modelelor. În trecut, multe sisteme considerau modelul ca fiind „nucleul”: aplicația, datele și procesul de execuție se construiau în jurul lui. Iar dacă modelul se schimbă, întregul sistem trebuie adaptat din nou. Ordinea de proiectare a OpenGradient este exact inversă: definește mai întâi protocolul, apoi permite conectarea modelelor. Modelul nu mai este un centru fix, ci un component de execuție care poate fi înlocuit. Ceea ce se rezolvă nu este o problemă de capacitate a modelului, ci faptul că rețeaua depinde prea mult de o singură abilitate.
Continuând pe aceeași idee, am ajuns să cred tot mai mult că valoarea rețelei vine din independență. Modelele pot fi comutate liber, iar sarcinile pot continua să ruleze; când intră un model nou în rețea, nu e nevoie să se reconstruiască structura existentă, ci doar să se respecte protocolul deja definit. Actualizarea modelelor nu afectează întregul sistem, iar extinderea nodurilor nu mai necesită așteptarea unui upgrade unificat. Ceea ce acumulează cu adevărat rețeaua nu este avantajul unui anumit model, ci relațiile de conectare care există dincolo de model. Asta seamănă mai mult cu designul de inginerie decât cu o funcționalitate de produs.
Văzând lucrurile de aici, am început treptat să înțeleg de ce protocolul are nevoie de Token. Deoarece diferite modele oferă resurse diferite, repartizarea sarcinilor și ordinea de execuție trebuie coordonate unitar. Fără acest strat, e greu ca modelele să formeze o colaborare stabilă. Token-ul are aici un rol mai degrabă de unealtă de coordonare a rețelei, nu de instrument de guvernanță.
Așa că acum mă preocupă foarte puțin care model va ocupa pe termen lung poziția de lider. Dimpotrivă, am devenit curios: în viitor, stabilitatea reală care va rămâne poate să nu fie, de fapt, chiar modelul în sine.
După aceea, am revăzut în mod repetat logica de execuție și am observat că OpenGradient pune accentul pe decuplarea modelelor. În trecut, multe sisteme considerau modelul ca fiind „nucleul”: aplicația, datele și procesul de execuție se construiau în jurul lui. Iar dacă modelul se schimbă, întregul sistem trebuie adaptat din nou. Ordinea de proiectare a OpenGradient este exact inversă: definește mai întâi protocolul, apoi permite conectarea modelelor. Modelul nu mai este un centru fix, ci un component de execuție care poate fi înlocuit. Ceea ce se rezolvă nu este o problemă de capacitate a modelului, ci faptul că rețeaua depinde prea mult de o singură abilitate.
Continuând pe aceeași idee, am ajuns să cred tot mai mult că valoarea rețelei vine din independență. Modelele pot fi comutate liber, iar sarcinile pot continua să ruleze; când intră un model nou în rețea, nu e nevoie să se reconstruiască structura existentă, ci doar să se respecte protocolul deja definit. Actualizarea modelelor nu afectează întregul sistem, iar extinderea nodurilor nu mai necesită așteptarea unui upgrade unificat. Ceea ce acumulează cu adevărat rețeaua nu este avantajul unui anumit model, ci relațiile de conectare care există dincolo de model. Asta seamănă mai mult cu designul de inginerie decât cu o funcționalitate de produs.
Văzând lucrurile de aici, am început treptat să înțeleg de ce protocolul are nevoie de Token. Deoarece diferite modele oferă resurse diferite, repartizarea sarcinilor și ordinea de execuție trebuie coordonate unitar. Fără acest strat, e greu ca modelele să formeze o colaborare stabilă. Token-ul are aici un rol mai degrabă de unealtă de coordonare a rețelei, nu de instrument de guvernanță.
Așa că acum mă preocupă foarte puțin care model va ocupa pe termen lung poziția de lider. Dimpotrivă, am devenit curios: în viitor, stabilitatea reală care va rămâne poate să nu fie, de fapt, chiar modelul în sine.