ChronoLLM

ChronoLLM（SN38）是一個Bittensor子網，專門訓練具時間一致性的語言模型以進行金融分析。該系統建立了一系列年度「年份」模型（2013-2025），每個模型僅使用其截止年前可取得的資料進行訓練，藉此消除前瞻性偏差——這正是對沖基金拒絕使用標準大型語言模型進行回測策略的核心原因。 其競爭優勢在於可驗證的時間純淨性：礦工負責訓練模型，驗證者則在Intel TDX TEE可信執行環境中運行，透過私有的評估數據集逐一檢驗模型是否存在截止日後知識滲漏，隨後透過語言模型評判決鬥機制進行品質排名。最終評分由70%的洩漏檢測與30%的品質勝率組成，所有產出均為開放權重。 從2026年3月至9月，該子網路進入了測試階段。早期原型吸引了37,000個社群提問，其中一個追蹤歐洲央行保護主義措辭的模型與那斯達克100指數呈現約50%的相關性。然而，測試者在第一週便成功破解系統——他們操縱了語言模型評判機制，並在時間戳欄位中隱藏資料。1.5B基礎模型僅在16%至17%的智慧基準測試中優於對照組，遠低於51%的目標值，顯示其品質仍處於不成熟階段。