MAGNET: Autonomous Expert Model Generation via Decentralized Autoresearch and BitNet Training

Das Paper stellt MAGNET vor, ein dezentrales System, das autonome Forschungspipelines, BitNet-basiertes Training auf Standardhardware und Blockchain-Tracking kombiniert, um spezialisierte Sprachmodelle ohne GPUs zu generieren und zu verbessern.

Yongwan Kim, Sungchul Park

Veröffentlicht 2026-03-30
📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

Each language version is independently generated for its own context, not a direct translation.

MAGNET: Der autonome, dezentrale KI-Entdecker

Stell dir vor, du möchtest eine Welt voller Experten bauen – einen Arzt, einen Krypto-Trader, einen Video-Sicherheits-Experten. Normalerweise musst du dafür riesige Rechenzentren mit teuren Grafikkarten (GPUs) mieten und Teams von hochbezahlten Wissenschaftlern anstellen.

MAGNET (Model Autonomously Growing Network) ist eine völlig neue Idee: Es ist wie ein autonomes, dezentrales Forschungs-Netzwerk, das diese Experten selbstständig erschafft, trainiert und betreibt – und das sogar auf ganz normalen Computern (Laptops, Desktop-PCs) ohne teure Spezialhardware.

Das System funktioniert wie ein gut geölter Organismus mit vier Hauptpfeilern. Hier ist die Erklärung, wie das alles zusammenhängt:

1. Der autonome Forscher (Autoresearch)

Stell dir einen sehr neugierigen, aber etwas ungeduldigen Schüler vor. Normalerweise muss ein Lehrer ihm sagen: "Versuch mal, die Formel so zu ändern." Bei MAGNET gibt es keinen Lehrer.

  • Das Bild: Stell dir einen Roboter vor, der einen Fehler macht, sich sofort fragt: "Warum war das falsch?", eine neue Idee entwickelt, das Experiment wiederholt und das Ergebnis prüft.
  • Wie es funktioniert: Das System läuft in einer Endlosschleife. Es generiert Daten, trainiert ein Modell, prüft, wo es scheitert, und passt die Strategie an. Wenn eine Idee nicht funktioniert, wirft es sie weg und probiert etwas völlig Neues.
  • Der Beweis: In drei echten Tests hat sich gezeigt, dass dieser Roboter besser ist als menschliche Experten:
    • Video-Sicherheit: Er lernte, gewalttätige Videos zu erkennen, und reduzierte die Fehlerquote fast auf Null.
    • Krypto-Trading: Er lernte, die Richtung von Kryptowährungen vorherzusagen, und wurde deutlich treffsicherer.
    • Modell-Optimierung: Er fand die perfekten Einstellungen für ein neues KI-Modell, indem er Tausende von Kombinationen durchprobte.

2. Der "Leichtgewicht"-Experte (BitNet Training)

Normalerweise braucht man riesige Supercomputer, um KI-Modelle zu betreiben. MAGNET nutzt eine spezielle Technik namens BitNet b1.58.

  • Die Analogie: Stell dir vor, normale KI-Modelle sind wie riesige, schwere Ölbilder, die man nur mit einem Gabelstapler bewegen kann. MAGNET wandelt diese Bilder in kleine, leichte Skizzen um, die man mit einem Stift auf ein Blatt Papier zeichnen kann.
  • Der Vorteil: Diese "Skizzen" (Modelle) sind so effizient, dass sie auf ganz normalen Prozessoren (CPUs) laufen – also auf deinem Laptop oder sogar einem Raspberry Pi. Du brauchst keine teuren Grafikkarten, um die KI zu nutzen. Das macht KI für jeden zugänglich.

3. Das große Zusammenführen (DiLoCo Merging)

Stell dir vor, jeder Teilnehmer im Netzwerk trainiert einen Spezialisten für ein ganz bestimmtes Gebiet. Der eine ist ein Experte für Medizin, der andere für Recht, ein dritter für Programmieren.

  • Das Problem: Wie bringt man diese einzelnen Spezialisten zusammen, ohne dass sie sich gegenseitig verwirren?
  • Die Lösung: MAGNET nutzt eine Methode namens DiLoCo. Stell dir vor, alle Spezialisten schreiben ihre wichtigsten Erkenntnisse auf ein gemeinsames Whiteboard, aber sie tauschen nur die Zusammenfassung aus, nicht das ganze Buch.
  • Das Ergebnis: Aus vielen kleinen Spezialisten entsteht ein "Super-Generalist", der alles kann. Das System ist so effizient, dass die Teilnehmer kaum Daten austauschen müssen, aber trotzdem ein starkes gemeinsames Modell erhalten.

4. Der ehrliche Belohnungssystem (On-Chain Incentives)

Warum sollte jemand seine Rechenleistung für dieses Netzwerk spenden? Dafür gibt es ein Blockchain-System (auf der HOOTi-Kette).

  • Die Analogie: Stell dir einen fairen Kaffeehaus-Besitzer vor. Jeder, der einen Kaffee (Rechenleistung) beisteuert, bekommt einen Gutschein. Aber wie stellt man sicher, dass niemand einen leeren Becher bringt und trotzdem bezahlt bekommt?
  • Der Mechanismus:
    • Commit-Reveal: Man muss erst versprechen, was man tut (versiegelt), und kann es erst später zeigen.
    • Strafen: Wenn jemand versucht zu betrügen, verliert er seine Sicherheitseinlage.
    • Transparenz: Jeder kann auf der Blockchain nachsehen, wer was geleistet hat. Niemand kann die Ergebnisse manipulieren.

Warum ist das revolutionär?

Bisher war KI-Forschung wie ein geheimes Labor, das nur große Tech-Konzerne betreiben konnten. MAGNET verwandelt das in einen offenen Marktplatz:

  1. Jeder kann mitmachen: Du brauchst keine Millionen für Hardware. Ein normaler Computer reicht für die Nutzung aus.
  2. Selbstständig: Die KI lernt aus Fehlern, ohne dass ein Mensch jede Stunde eingreifen muss.
  3. Vielfalt: Statt eines riesigen, allgemeinen Modells entstehen viele kleine, spezialisierte Experten, die dann zusammenarbeiten.

Zusammenfassend: MAGNET ist wie ein autonomes Dorf von Erfindern. Jeder Erfinder (Knoten) arbeitet an seinem eigenen Projekt, nutzt einfache Werkzeuge (normale PCs), tauscht seine besten Ideen mit dem Dorf aus und wird dafür fair bezahlt. Das Ziel ist eine KI, die nicht von wenigen Konzernen kontrolliert wird, sondern von der Gemeinschaft wächst und für jeden zugänglich ist.

Hinweis: Das Papier beschreibt einen vielversprechenden Prototypen. Die Technik für das Training und die Forschung funktioniert bereits, aber das große Netzwerk mit der Blockchain-Belohnung muss noch im echten Internet getestet werden.