表现
RD 熱度指數
RD 增長指數
比較
跟隨更新
跟隨列表
人物
關於Pluralis Research
Pluralis Research 正在建立一個用於訓練大型 AI 模型的去中心化協議。其核心業務是「協議學習」：一種將模型拆分給多個獨立參與者，並透過網際網路協作訓練的方法。節點之間不共享完整的模型權重，僅交換微小的梯度或激活張量，使得任何單一方都無法提取或複製完整模型。這種「不可實體化模型」特性確保沒有任何參與者能帶走最終權重，同時仍允許開放貢獻與集體所有權。 它解決的主要痛點是 AI 開發的集中化問題。訓練前沿規模的模型通常需要龐大且集中的運算叢集，這將大多數個人與小型組織排除在外。現有的去中心化方法要麼需要高頻寬連線（資料並行），要麼無法保護訓練好的模型不被竊取。Pluralis 透過實現低頻寬的模型並行訓練，並使模型本質上既不可排除又不可複製，同時解決了這兩個問題，為貢獻者創造經濟誘因，而無需依賴可信的協調者。 在過去六個月裡，Pluralis 已從理論走向實踐。它進行了一項公開訓練實驗，使用了分佈在四個國家（巴黎、蘇黎世、都柏林、多倫多）的 14 台 Apple Silicon Mac 電腦，在 360 億個 token 上訓練了一個 75 億參數的模型，為期三週。最終損失達到 2.75，與集中式基準相當。該實驗涉及 303 個活躍節點，其中 78 位貢獻者各自提供了超過 1 exaFLOP 的運算量，儘管許多節點是在低於 100 Mbps 的連線下運作。這證明了異質、不可靠、低頻寬的消費級硬體確實能夠訓練出具有競爭力的模型。團隊也發布了詳細的技術文章並開設了 GitHub 儲存庫，不過該專案仍處於概念驗證階段，尚未有正式部署。
Pluralis Research 由前FAANG研究員Alexander Long於2024年1月創立，目標是透過去中心化訓練開發真正的開源AI。2025年3月，該公司宣布完成760萬美元種子輪融資，由USV和CoinFund共同領投，Balaji Srinivasan與HuggingFace共同創辦人Clem Delangue參投。該公司首創「協議學習」（Protocol Learning）方法，使模型能在分散式網路中進行訓練，且無需任何單一方持有完整權重。其中一項關鍵里程碑是：利用全球300多張分散式消費級GPU，在網際網路上對一個7.5B參數的OLMo風格模型進行了為期三週以上的公開訓練，證明了去中心化訓練在規模上的可行性。此舉驗證了其技術路徑，也為未來開放模型的開發奠定了基礎。
Pluralis Research 在過去六個月於去中心化 AI 領域取得顯著進展。2026 年 3 月，該團隊推出 Agora 系統，能實現無需許可的網際網路規模大型模型預訓練。此計畫最終產出 Pluralis-8B 模型，這是一個擁有 86 億參數的模型，使用 330 組異質消費級 GPU、耗時 40 天、以 5000 億個 token 進行訓練，效率達到集中式 H100 基準的 63%。6 月，團隊推出 Stoa 解耦式強化學習後訓練框架，利用橫跨四國的 14 台消費級 Mac 電腦微調 LFM2.5-8B-A1B 模型，將 PaperSearchQA 的 pass@1 指標從 29% 提升至 63%。該公司亦舉辦 ICML 協定學習工作坊，正式提出其結合經濟誘因的低頻寬、異質、多方模型訓練願景。未來，Pluralis 計劃將 Agora 與 Stoa 整合成統一強化學習訓練迴圈，解決非同步最佳化與拜占庭穩健性等開放性問題，並啟動首次完全基於開放協定的訓練任務。該公司已由 USV 與 CoinFund 領投完成 760 萬美元種子輪融資，正擴編團隊與運算合作夥伴，目標邁向前沿等級的開放模型。
共同創辦人與核心管理層： - 亞歷山大·朗（創辦人）
- 吉爾·阿夫拉罕
- 左岩
- 薩米拉·拉馬辛赫
- 阿詹坦·塔萊亞辛格姆