Subnet SN3 của Bittensor đã thành công trong việc đào tạo một mô hình với 72 tỷ tham số, Covenant-72B, sử dụng điện toán phi tập trung, thu hút sự quan tâm lớn từ thị trường. Mô hình này, có hiệu suất tương đương với LLaMA-2 của Meta, được đào tạo mà không cần các trung tâm dữ liệu tập trung, sử dụng hơn 70 nút độc lập. Thành tựu này đã được so sánh với dự án điện toán phân tán Folding@home và được các nhân vật trong ngành như CEO NVIDIA Jensen Huang và đồng sáng lập Anthropic Jack Clark nhấn mạnh. Thị trường đã phản ứng mạnh mẽ, với giá trị của SN3 tăng hơn 440% trong tháng qua, đạt vốn hóa thị trường 130 triệu đô la. Token TAO, liên quan đến Bittensor, cũng tăng gấp đôi giá trị, đạt đỉnh ở mức 377 đô la. Phát triển này nhấn mạnh sự quan tâm ngày càng tăng đối với việc đào tạo AI phi tập trung, cho phép tham gia không cần phép và thách thức các mô hình tập trung truyền thống. Tuy nhiên, thành tựu này cũng đặt ra câu hỏi về bảo mật dữ liệu và tính bền vững của các phương pháp phi tập trung như vậy trong các ngành có yêu cầu tuân thủ cao.