Cet article souligne les performances insuffisantes des plateformes AutoML existantes et propose Gradients, un système distribué. Basé sur le réseau Bittensor, Gradients est un système compétitif où des mineurs indépendants s'affrontent pour trouver les hyperparamètres optimaux et reçoivent des récompenses proportionnelles à leurs performances. Les résultats expérimentaux montrent que Gradients a atteint un taux de réussite de 100 % par rapport à TogetherAI, Databricks et Google Cloud, et de 82,8 % par rapport à HuggingFace AutoTrain. Il a enregistré une amélioration moyenne des performances de 42,1 % par rapport aux plateformes commerciales, avec des gains de performance de 30 à 40 % et 23,4 % pour les modèles de génération et de diffusion augmentés par récupération, respectivement. Cela démontre qu'un système distribué avec des incitations économiques peut surpasser l'AutoML centralisé existant.
