Сооснователь NEAR Protocol ($NEAR) Илля Полосухин запустил Delta League — публичный конкурс, приглашающий всех желающих предлагать улучшения открытой модели искусственного интеллекта. Платформу анонсировал Полосухин (@ilblackdragon), работает она на базе @near_ai в экосистеме @NEARProtocol.

Как работает Delta League

Участники отправляют изменения весов модели — чисел внутри неё, определяющих её ответы. Согласно сайту Delta League, участники могут отправить LoRA, разреженную или плотную разницу весов либо полный чекпоинт, при этом каждое изменение сохраняет lineage модели. Платформа проверяет веса, а затем запускает валидацию и закрытые тесты, чтобы участники могли сравнить свои результаты с исходной моделью.

Каждое изменение оценивается на скрытом тестовом наборе, и каждая проверенная версия остаётся открытой для дальнейшей работы других участников. Это позволяет контрибьюторам развивать предыдущие наработки, а не начинать с нуля, при этом каждое изменение фиксируется относительно модели, которую оно модифицировало.

Первый тест на Qwen3.5 0.8B

Первый тест проводится на Qwen3.5 0.8B — небольшой открытой модели; обозначение 0.8B означает примерно 800 млн параметров. Пять проверенных изменений пока повысили её оценку с 18,6% до 19%, то есть на 0,4 процентного пункта. Прирост скромный, но он показывает, что процесс проверки работает на действующей модели.

Qwen3.5 — семейство открытых (open-weight) моделей от Alibaba. Согласно статье о Qwen в Wikipedia, Alibaba выпустила открытые веса Qwen3.5 в феврале 2026 года.

Что дальше

В ближайшие дни появится поддержка изменения дизайна моделей и пользовательских тестов для компаний. Возможность менять не только веса, но и архитектуру модели расширит спектр принимаемых на конкурсе работ. Пользовательские тесты позволят компаниям оценивать изменения применительно к собственным задачам. Эти дополнения, а также любое дальнейшее изменение базовой оценки — главные ориентиры на ближайшую перспективу.

Запуск вписывается в более широкую деятельность Полосухина по созданию открытого ИИ, принадлежащего пользователям. Он соавтор работы 2017 года "Attention Is All You Need", представившей архитектуру Transformer, и сейчас возглавляет работу в NEAR AI, сообщает Fast Company. В подкаст-интервью, кратко изложенном Open Commons, он утверждал, что публикация весов модели сама по себе не делает ИИ-систему open source, и что настоящая открытость требует также доступа к обучающим данным, рецептам и методологии. Это различие проходит через более широкую отраслевую дискуссию, в которой несколько ведущих семейств моделей распространяются как открытые веса при закрытых обучающих данных.

Delta League проверяет иной путь улучшения: краудсорсинговые, проверенные изменения общей модели, результаты которых оцениваются на данных, недоступных участникам. Формат напоминает устоявшиеся соревнования по машинному обучению, такие как Netflix Prize 2009 года и конкурсы Kaggle, где распределённые участники улучшали общие бенчмарки. Насколько такой подход способен улучшить более крупные модели, ещё предстоит показать, а первые результаты невелики.