全球数字财富领导者
CoNET
|
客户端
|
旧版
|
北美站
|
FX168 全球视野 中文财经
首页
资讯
速递
行情
日历
数据
社区
视频
直播
点评旗舰店
商品
财富汇
登录 / 注册
搜 索
综合
行情
速递
日历
话题
168人气号
文章
如何为比特币添加 Omnichain 互操作性?ZetaChain 给出了全新的答案
go
lg
...
ABCI++,为共识的每一步都增加了可
编
程
性,允许应用重新排序、修改、放弃、延迟或增加交易,以及通过引入优化产生区块的能力来缩短区块生产时间。 虽然当下 CometBFT 可能还是无法与中心化的中继设施速率相媲美,但相信随着技术的继续迭代,速率这个不可能三角中的弱项终会得到完美的解决。 ZetaChain 为 Omnichain 带来了哪些新的想象力? Omnichain 的概念与跨链有一个最大的不同点在于,Omnichain 不需要封装资产,而是可以直接使用 A 链的原生资产来交易为 B 链的原生资产。传统跨链桥生态中,不同的跨链桥很多时候会发行不同的封装资产,可能以太坊上的原生 USDC,到了 Celo 上就有很多个版本的 USDC 封装资产,这一方面存在安全隐患(Wormhole 被攻击就是因为合约漏洞使得攻击者在 Solana 上凭空铸造了 ETH 的封装资产从而耗尽了流动性),另一方面,也可能存在使用时因没有使用支持的封装资产从而导致资产丢失。 ZetaChain 的 Omnichain 模式就解决了这些问题,使得用户最终都可以收到链上的原生资产。不仅如此,ZetaChain 的机制使得其不仅可以支持智能合约链,也可以让用户与不支持智能合约的链进行交互,包括了比特币、DOGE 等。 如此一来,基于 ZetaChain 的全链应用,不仅可以连通 EVM 和非 EVM 生态智能合约公链(例如 Solana、Cardano 等),甚至可以连通比特币网络,解决了 Web3 中长久存在的生态割裂问题。 通过 ZetaChain,比特币的持有者可以不通过封装资产而是直接使用原生资产参与链上的借贷、交易等应用,大大减轻了比特币持有者对安全隐患的担忧,最大限度地释放了加密货币第一大资产的链上流动性。另一方面,在 ZetaChain 上建立的 DApp 则可以通过 ZetaChain 直接访问原生比特币资产,从而使得 ZetaChain 扮演了「比特币 Layer2」的角色,进一步释放比特币的链上流动性。 Omnichain 底层基础设施的演进为另一个难题带来了曙光:链抽象。如果说账户抽象旨在解决用户体验问题,那么「链抽象」则是让 Web3 应用走向几十亿人口的最终关卡。 抛开加密货币交易这一基础应用不谈,NFT 平台、游戏平台、社交平台等未来都将可以将链本身的存在隐藏。简单举例来说,NFT 平台只需要展示 NFT 本身,不需要展示 NFT 在哪个网络上,用户使用 ETH 也可以买卖 Stargaze 上的 NFT。而创作者只需要专心于创作和项目发展,用户不再会因为 NFT 存在于哪条链上、使用哪种代币作为交易本位的问题而产生偏见。 ZetaChain 将链作为中继设施并非表面上看到的那么简单,2700 万美元的融资或许就是让我们深入了解这个项目的一个最明确的信号。 来源:金色财经
lg
...
金色财经
2023-12-06
加密AI智能体已进化到哪步 会成为链上一等公民吗
go
lg
...
数以及如何完成任务(例如代币交换)进行
编
程
。 加密AI智能体已经从早期的keeper机器人(仍在 DeFi 和预言机应用程序中使用)发展到今天利用 LLM 的更复杂的智能体,包括像Botto这样的自主艺术家;AI智能体可以使用Syndicate 的交易云为自己提供银行服务;以及Autonolas等早期AI智能体服务市场。 已经有各种令人兴奋的前沿应用: 支持AI智能体的“智能钱包” :Dawn利用DawnAI提供AI智能体,可以帮助用户发送交易、执行交易和其他实时链上洞察(例如NFT趋势)。 加密游戏智能体:Parallel Alpha 的最新游戏Colony旨在创建可以拥有钱包并相互交易的 AI 角色。 AI智能体的增强工具包:AI智能体的好坏取决于它们的工具包,与区块链的交互目前是一个新兴领域。加密AI智能体需要钱包、为其提供资金的方式、许可功能、集成人工智能模型以及与其他智能体交互的能力。更具体地说,Gnosis 展示了这个早期基础设施的AI 机制,它用智能合约包装 AI 脚本,这样任何人(包括另一个机器人)都可以调用智能合约来执行代理操作(例如,在预测市场),同时还能够支付智能体费用。 AI增强交易者:为交易者和投机者提供高级操作的DeFi超级应用程序,包括: 如果满足条件,则以美元平均成本(Dollar Cost Averaging)建仓;当Gas价格跌破特定水平时执行交易;监控新的 meme 代币合约;并确定订单路由,而用户无需知道在哪个dapp交易等。 AI智能体长尾市场:虽然像ChatGPT这样的大型应用程序适合某些一般聊天目的,但AI智能体需要针对众多行业、主题和生态位市场进行微调。像Bittensor这样的市场激励“矿工”围绕目标行业(例如加密货币、生物技术、学术界)为特定任务(例如图像生成、预训练、预测建模)训练模型。虽然 Bittensor 还处于萌芽阶段,但开发人员已经在使用它在开源 LLM 的长尾之上构建应用程序/代理。 NPC消费者应用程序智能体:不可玩角色在 MMORPG 等游戏中很常见,但在多人消费者应用程序中不太常见。然而,加密消费者应用程序的金融化性质使AI智能体成为引入新型游戏机制的优秀参与者。开放人工智能基础设施公司 Ritual 最近发布了Frenrug,这是一个基于 LLM 的智能体,在Friend.tech内部运行,将根据用户消息执行交易(购买或出售key)。Friend.tech 用户可以尝试说服智能体购买他们的key、出售其他人的key,或者尝试让 Frenrug 智能体以其他创造性的方式使用其资金。 随着越来越多的应用程序和协议利用AI智能体,人类将使用它们作为访问加密经济的渠道。虽然AI智能体今天看起来像玩具,但在未来,它们将增强日常消费者体验,成为协议的关键利益相关者,并在它们之间创建整个经济体。 AI智能体还处于起步阶段,但这些链上经济体的一等公民已经开始展示其潜力。 来源:金色财经
lg
...
金色财经
2023-12-06
马斯克宣布贝莱德现货ETF获"种子资金" 比特币(BTC)、DOGE冲高
go
lg
...
度好奇”的AI模型,而不是明确地将道德
编
程
到其AI模式中。 他曾批评大型科技公司的AI努力受到审查制度的影响,他于7月推出X.AI,称其为“最大程度寻求真相的AI”,可与谷歌的Bard和微软的Bing AI相媲美。2015年,马斯克与他人联合创立OpenAI,该公司在全球范围内掀起了生成式AI技术的热潮,但他于2018年辞去了董事会职务。 X.AI在11月推出Grok聊天机器人,可与OpenAI的ChatGPT竞争。 马斯克在11月份的文章中表示,这家AI初创公司将被整合到他的社交媒体平台X(前身为推特)中,也可以作为独立的应用程序提供。今年7月推出的X.AI背后的团队来自谷歌旗下DeepMind和其他顶级AI研究公司。 零售交易者似乎仍在观望比特币 比特币在贝莱德ETF利好消息传出后,周三亚市冲上44000美元高价。加密货币市场总市值在周二飙升至1.55万亿美元以上。值得注意的是,这一里程碑标志着比特币19个月以来的最高水平,推动比特币成为全球第九大可交易资产,超过Meta的8140亿美元市值。 尽管近期出现看涨势头,但分析师观察到零售需求仍然相对停滞。鉴于利率继续徘徊在 5.25% 以上,一些人将此归因于通胀环境和信贷兴趣下降的连锁反应。尽管分析师Rajat Soni的观点可能夸大了这种情况,但本质上是正确的。 美国多项经济指标飙升至历史新高,包括工资、薪金和家庭净资产。不过,分析师艾德·亚德尼(Ed Yardeni)表示,“圣诞反弹行情”可能已经在今年早些时候发生,标准普尔500指数11月份上涨8.9%。 这一上升反映了通胀压力的减弱和就业数据的强劲,然而,投资者仍保持谨慎态度,约有 6 万亿美元的“闲置资金”(dry powder)存放在货币市场基金中观望。 深入研究衍生品市场,特别是永续期货,是零售交易者的首选工具,这一点至关重要。这些合约也称为反向掉期,具有每8小时累积一次的嵌入利率。正的资金利率表明多头(买方)对杠杆的需求更大,而负的利率表明空头(卖方)正在寻求额外的杠杆。 大多数代币的每周资金费率在每周0.2%至0.4%之间波动,这表明多头对杠杆的需求略高。然而,在看涨时期,这一指标很容易超过4.3%,而目前期货未平仓合约排名前七的代币中的任何一个都没有出现这种情况。 目前,这一周期中零售参与者的涌入仍然难以捉摸,特别是对于表现出过度乐观的新进入者而言。虽然一些分析师指出了Coinbase应用程序的趋势,但必须考虑到币安(Binance)目前正受到监管机构的审查,其创始人赵长鹏面临潜在的法律问题。因此,现有的零售交易者可能已经从离岸交易所迁移到 Coinbase,而不是预示着新一波加密货币爱好者的到来。 比特币技术分析 CMTrade表示,比特币RSI 交易高于 70。这可能意味着价格要么处于持续上升趋势,要么只是超买,因此可能会形成修正,在这种情况下寻找看跌背离。 MACD 位于信号线上方且为正值,配置为正。 此外,价格交易高于 20 和 50 周期移动平均线,分别为 42815 和 42195美元。 “我们的枢轴点位于43260美元,我们的偏好是,只要43260美元是支撑位,上涨空间就占上风。” “另一种情况是,下行突破 43260美元,将试图寻求42590和42200美元。” 社区最近埋伏了USTC最近涨幅超过200%,还抄底了LUNC最近涨幅40%,还有AXS GMT这些链游,打的一些铭文最近涨幅十几倍。 目前还有社区投研出来的一些百倍潜力的币,和短期暴涨币,目前都是免费的,可以关注我进社区了解。 来源:金色财经
lg
...
金色财经
2023-12-06
为什么说比特币需要DApp?
go
lg
...
1启用图灵完备的比特币合约来使比特币可
编
程
。 虽然 BitVM 不需要分叉,也不会给比特币网络带来额外的复杂性,但该解决方案受到两方设计的严重限制,这意味着 BitVM 无法支持具有多个交易方的大规模去中心化应用程序。 比特币改进提案 300 希望通过侧链为比特币带来可
编
程
性。 然而,这一提议会给比特币带来额外的复杂性,并且必须通过软分叉来实施。 鉴于比特币的保守主义历史,这种升级不太可能发生。 总结 虽然交易者复制JPEG和模仿垃圾币可能不是创新的最终实例,但能够产生疯狂交易费收入的新兴用例的兴起表明,在没有区块奖励的情况下,比特币有可能实现自给自足。 比特币现在需要的是引导人们在比特币上进行重复交易的真实用例。 实现这一目标的最简单方法是创建人们可以开发有用的应用程序的环境! 来源:金色财经
lg
...
金色财经
2023-12-06
【比特日报】马斯克突发重磅宣布!贝莱德现货ETF惊曝获得“种子资金” 比特币、狗狗币闻讯冲高
go
lg
...
度好奇”的AI模型,而不是明确地将道德
编
程
到其AI模式中。 他曾批评大型科技公司的AI努力受到审查制度的影响,他于7月推出X.AI,称其为“最大程度寻求真相的AI”,可与谷歌的Bard和微软的Bing AI相媲美。2015年,马斯克与他人联合创立OpenAI,该公司在全球范围内掀起了生成式AI技术的热潮,但他于2018年辞去了董事会职务。 X.AI在11月推出Grok聊天机器人,可与OpenAI的ChatGPT竞争。 马斯克在11月份的文章中表示,这家AI初创公司将被整合到他的社交媒体平台X(前身为推特)中,也可以作为独立的应用程序提供。今年7月推出的X.AI背后的团队来自谷歌旗下DeepMind和其他顶级AI研究公司。 零售交易者似乎仍在观望比特币 比特币在贝莱德ETF利好消息传出后,周三亚市冲上44000美元高价。加密货币市场总市值在周二飙升至1.55万亿美元以上。值得注意的是,这一里程碑标志着比特币19个月以来的最高水平,推动比特币成为全球第九大可交易资产,超过Meta的8140亿美元市值。 尽管近期出现看涨势头,但分析师观察到零售需求仍然相对停滞。鉴于利率继续徘徊在 5.25% 以上,一些人将此归因于通胀环境和信贷兴趣下降的连锁反应。尽管分析师Rajat Soni的观点可能夸大了这种情况,但本质上是正确的。 (来源:Twitter) 美国多项经济指标飙升至历史新高,包括工资、薪金和家庭净资产。不过,分析师艾德·亚德尼(Ed Yardeni)表示,“圣诞反弹行情”可能已经在今年早些时候发生,标准普尔500指数11月份上涨8.9%。 这一上升反映了通胀压力的减弱和就业数据的强劲,然而,投资者仍保持谨慎态度,约有 6 万亿美元的“闲置资金”(dry powder)存放在货币市场基金中观望。 深入研究衍生品市场,特别是永续期货,是零售交易者的首选工具,这一点至关重要。这些合约也称为反向掉期,具有每8小时累积一次的嵌入利率。正的资金利率表明多头(买方)对杠杆的需求更大,而负的利率表明空头(卖方)正在寻求额外的杠杆。 (来源:CoinTelegraph) 大多数代币的每周资金费率在每周0.2%至0.4%之间波动,这表明多头对杠杆的需求略高。然而,在看涨时期,这一指标很容易超过4.3%,而目前期货未平仓合约排名前七的代币中的任何一个都没有出现这种情况。 目前,这一周期中零售参与者的涌入仍然难以捉摸,特别是对于表现出过度乐观的新进入者而言。虽然一些分析师指出了Coinbase应用程序的趋势,但必须考虑到币安(Binance)目前正受到监管机构的审查,其创始人赵长鹏面临潜在的法律问题。因此,现有的零售交易者可能已经从离岸交易所迁移到 Coinbase,而不是预示着新一波加密货币爱好者的到来。 比特币技术分析 CMTrade表示,比特币RSI 交易高于 70。这可能意味着价格要么处于持续上升趋势,要么只是超买,因此可能会形成修正,在这种情况下寻找看跌背离。 MACD 位于信号线上方且为正值,配置为正。 此外,价格交易高于 20 和 50 周期移动平均线,分别为 42815 和 42195美元。 “我们的枢轴点位于43260美元,我们的偏好是,只要43260美元是支撑位,上涨空间就占上风。” “另一种情况是,下行突破 43260美元,将试图寻求42590和42200美元。” (来源:CMTrade)
lg
...
小萧
2023-12-06
Footprint Analytics x Future3 Campus联合发布AI与Web3研究报告
go
lg
...
w 或搜索引擎,为开发者提供问题解答和
编
程
支持。 有待解决与正在探索的问题: 利用 LLM 生成代码:行业正在努力将 LLM 技术应用于自然语言到 SQL 查询语言的转换,以提高数据库查询的自动化和可理解性。然而,过程中会有很多困难,比如在某些情境下,生成的代码要求极高的准确性,语法必须百分之百正确,以确保程序能够无 bug 运行,并获得正确的结果。难点还包括确保问题回答的成功率、正确率,以及对业务的深刻理解。 数据标注问题:数据标注对于机器学习和深度学习模型的训练至关重要,但在 Web3 数据领域,特别是处理匿名的区块链数据时,标注数据的复杂性较高。 准确性和幻觉(Hallucination)问题:AI 模型中幻觉的出现可能受多因素影响,包括有偏见或不足的训练数据、过度拟合、有限的上下文理解、缺乏领域知识、对抗性攻击和模型架构。研究人员和开发者需要不断改进模型的训练和校准方法,以提高生成文本的可信度和准确性。 利用数据进行业务分析和文章输出:将数据用于业务分析和生成文章仍然是一个具有挑战性的问题。问题的复杂性、需要精心设计的提示(prompt)、以及高质量的数据、数据量、减少幻觉问题的方法都是待解决的问题。 根据业务领域自动索引智能合同数据以进行数据抽象:自动为不同业务领域的智能合同数据建立索引以进行数据抽象仍然是一个未解决的问题。这需要综合考虑不同业务领域的特点,以及数据的多样性和复杂性。 处理时序数据,表格文档数据等更复杂的模态:DALL·E 2 等多模态模型非常擅长在文字生成图像、语音等常见模态。而在区块链以及金融领域需要特别地对待一些时序数据,而非简单地把文本向量化就能解决。联和时序数据与文本,跨模态联合训练等,是实现数据智能分析以及应用的重要研究方向。 3.6.2 为何只靠 LLM 不能完美解决区块链数据行业的问题 作为语言模型,LLM 更适用于处理对流畅度要求较高的场景,而在追求准确性方面,可能需要对模型进行更进一步的调整。在将 LLM 应用于区块链数据行业时,以下框架可提供一些参考。 图 13:区块链数据行业下 LLM 输出的流畅性、准确性和用例风险 在评估 LLM 在不同应用中的适用性时,关注流畅度和准确性是至关重要的。流畅度指的是模型的输出是否自然、通顺,准确性则表示模型的答案是否准确。这两个维度在不同应用场景中有不同的要求。 对于流畅度要求较高的任务,如自然语言生成、创意写作等,LLM 通常能够胜任,因为其在自然语言处理方面的强大性能使其能够生成流畅的文本。 区块链数据面临着数据解析、数据处理、数据应用等多方面的问题。LLM 拥有卓越的语言理解和推理能力,使其成为与区块链数据互动、整理和概括的理想工具。然而,LLM 并不能解决所有区块链数据领域的问题。 在数据处理方面,LLM 更适合快速迭代和探索性处理链上数据,不断尝试新的处理方法。然而,LLM 在生产环境中的详细核对等任务方面仍存在一些限制。典型的问题是 token 长度不够,无法应对长上下文的内容。耗时的 prompt,回答不稳定影响下游任务进而导致成功率不稳定的问题,以及执行大批量任务的效率不高。 其次,LLM 处理内容的过程中很可能出现幻觉问题。据估计,ChatGPT 的幻觉概率约为 15% 至 20%,而由于其处理过程的不透明性,很多错误难以察觉。因此,框架的建立和专家知识的结合变得至关重要。此外,LLM 结合链上数据还是有很多挑战: 链上数据实体类型多、数量庞大,以何种形式投喂给 LLM,有效地运用在具体的商业化场景,类似其他垂直行业,需要更多研究和探索。 链上数据包括结构化和非结构化数据,目前行业大多数数据解决方案,都是基于对业务数据的理解。解析链上数据的过程中,用 ETL 去过滤,清洗,补充和复原业务逻辑,进一步把非结构化数据整理为结构化数据,可以为后期多种业务场景提供更高效的分析。比如,结构化的 DEX trades,NFT marketplace transactions,wallet address portfolio 等,就具有前面提到的高质量,高价值,准确和真实等特点,可以给通用 LLM 提供高效的补充。 被误解的 LLM LLM 可以直接处理非结构化数据,因此结构化数据将不再被需要? LLM 通常基于海量文本数据预训练而来,天然适合处理各类非结构化的文本数据。然而,各个行业已经拥有大量结构化数据,尤其 Web3 领域中解析后的数据。如何有效的利用这些数据,增强 LLM,是一个行业的热门研究课题。 对于 LLM,结构化数据仍然具有以下的优势: 海量:大量的数据储存在各种应用背后的数据库和其他标准格式里面,特别是私有数据。每个公司和行业都还有大量 LLM 没有用于预训练的墙内数据。 已有:这些数据不需要重新生产,投入成本极低,唯一的问题是怎么用起来。 高质量和高价值:领域内长期积累的,蕴含专家的专业知识,通常都沉淀到了结构化数据里面,用于产学研。结构化数据的质量是数据可用性的关键,其中包括数据的完整性、一致性、准确性、唯一性和事实性。 高效率:结构化数据以表格、数据库或其他规范格式存储,模式是预先定义的,并且在整个数据集中保持一致。这意味着数据的格式、类型和关系都是可预测和可控的,使得数据的分析和查询更加简单和可靠。而且,行业已经有成熟的 ETL 及各种数据处理和管理工具,使用起来也更加高效和便捷。LLM 可以通过 API,把这些数据使用起来。 准确性和事实性:LLM 的文本数据,基于 token 概率,目前还不能稳定的输出确切的答案,产生的幻觉问题一直是 LLM 要解决的核心根本问题。对于很多行业和场景,会形成安全和可靠性问题,比如,医疗,金融等。结构化数据,正是可以辅助和矫正LLM 这些问题的一个方向。 体现关系图谱,和特定业务逻辑:不同类型的结构化数据,可以以特定的组织形式(关系型数据库,图数据库等),输入到 LLM,解决不同类型的领域问题。结构化数据使用标准化的查询语言(如 SQL),使得对数据进行复杂的查询和分析变得更加高效和准确。知识图谱 (Knowledge Graph) 可以更好地表达实体之间的关系,也更容易进行关联查询。 使用成本低:不用 LLM 每次重新从底层重新训练整个底座模型,可以结合 Agents 和LLM API 等 LLM 赋能方式,更快更低成本的接入 LLM。 目前市场上还有一些脑洞大开的观点,认为 LLM 在处理文本信息和非结构化信息方面的能力极强,只需将原始数据,包括非结构化数据,简单导入到 LLM,就能达到目的。这个想法类似于要求通用 LLM 解数学题,在没有专门构建数学能力模型的情况下,大多数 LLM 可能会在处理简单的小学加减题时出错。反而,建立类似数学能力模型,和图像生成模型的 Crypto LLM 垂直模型,才是解决 LLM 在 Crypto 领域更落地的实践。 4.2 LLM 可以从新闻、推特等文字信息推测内容,人们不再需要链上数据分析来得出结论? LLM 虽然可以从新闻、社交媒体等文本中获得信息,但直接从链上数据中获得的洞察仍然是不可或缺的,主要原因有: 链上数据是原始的第一手资讯,而新闻和社交媒体中的信息可能存在片面性或误导性。直接分析链上数据可以减少信息偏差。尽管利用 LLM 进行文本分析存在理解偏差的风险,但直接分析链上数据可以减少误读。 链上数据包含全面的历史交互和交易记录,分析可以发现长期趋势和模式。链上数据还可以展现整个生态系统的全貌,如资金流向、各方关系等。这些宏观的洞察有助于更深入地理解状况。而新闻和社交媒体信息通常更零散且短期。 链上数据是开放的。任何人都可以验证分析结果,避免信息的不对称。而新闻和社交媒体未必都如实披露。文本信息和链上数据可以相互验证。综合两者可以形成更立体和准确的判断。 链上数据分析仍是不可或缺的。LLM 从文本中获取信息具有辅助作用,但不能取代直接分析链上数据。充分利用两者优势才能取得最佳效果。 4.3 利用 LangChain、LlamaIndex 或其他 AI 工具,在 LLM 的基础上构建区块链数据解决方案非常容易? LangChain 和 LlamaIndex 等工具为构建自定义的简单 LLM 应用提供了便利,使快速搭建成为可能。然而,将这些工具成功应用于实际生产环境中涉及到更多的挑战。构建一个高效运行、保持高质量的 LLM 应用是一项复杂的任务,需要深入理解区块链技术和 AI 工具的工作原理,并有效地将它们整合在一起。这对于区块链数据行业来说,是一项重要但具有挑战性的工作。 在这个过程中,必须认识到区块链数据的特性,它要求极高的精准性和可重复校验性。一旦数据通过 LLM 进行处理和分析,用户对其准确性和可信度有很高的期望。这与 LLM 的模糊容错性之间存在着潜在的矛盾。因此,在构建区块链数据解决方案时,必须仔细权衡这两方面的需求,以满足用户的期望。 当前市场上,虽然已经有了一些基础工具,但这个领域仍在快速演进和不断迭代。类比于 Web2 世界的发展历程,从最初的 PHP
编
程
语言到更成熟、可扩展的方案如 Java、Ruby、Python,以及 JavaScript 和 Node.js 等,再到 Go 和 Rust 等新兴技术,都经历了不断的演变。AI 工具也在不断变化,新兴的 GPT 框架如 AutoGPT,Microsft AutoGen,及最近OpenAI 自己推出的 ChatGPT 4.0 Turbo 的 GPTs 和 Agents 等只是展示了未来可能性的一部分。这表明,区块链数据行业和 AI 技术都还有许多发展空间,需要不断努力和创新。 当前在应用 LLM 时,有两个陷阱需要特别注意: 期望值过高:很多人认为 LLM 可以解决一切问题,但实际上 LLM 有明显的局限性。它需要大量的计算资源,训练成本高昂,而且训练过程可能不稳定。对 LLM 的能力要有现实的期望,明白它在某些场景下表现出色,如自然语言处理和文本生成,但在其他领域可能无法胜任。 忽视业务需求:另一个陷阱是强行应用 LLM 技术,而不充分考虑业务需求。在应用 LLM 之前,务必明确具体的业务需求。需要评估 LLM 是否是最佳技术选择,并做好风险评估和控制。强调 LLM 的有效应用需要根据实际情况慎重考虑,避免误用。 尽管 LLM 在许多领域都具备巨大潜力,但开发者和研究者在应用 LLM 时需要保持谨慎,采取开放的探索态度,以找到更适合的应用场景并最大程度地发挥其优势。 关于Footprint Analytics Footprint Analytics是一家区块链数据解决方案提供商。借助尖端的人工智能技术,我们提供 Crypto 领域首家支持无代码数据分析平台以及统一的数据 API,让用户可以快速检索超过 30 条公链生态的 NFT,GameFi 以及 钱包地址资金流追踪数据。 关于Future3 Campus Future3 Campus是由万向区块链实验室和HashKey Capital共同发起的Web3.0创新孵化平台,重点聚焦Web3.0 Massive Adoption、DePIN、AI三大赛道,以上海、粤港澳大湾区、新加坡为主要孵化基地,辐射全球Web3.0生态。同时,Future3 Campus将推出首期5000万美金的种子基金用于Web3.0项目孵化,真正服务于Web3.0领域的创新创业。 来源:金色财经
lg
...
金色财经
2023-12-06
Ripple BanK与科威特首家伊斯兰教法银行达成合作, 拟推出实时跨境支付服务
go
lg
...
系统、核心账本和其他 CBDC,通过可
编
程
性支持和智能合约达到新的创新水平。 XRPP的诞生 XRPP是由Ripple Bank发行的平台治理通证,他不同于XRP,其主要赋能为平台治理和生态应用。 XRP的主要用途为跨境支付,工作原理与区块链类似,一样需要达成共识才能在网路上验证交易,但XRP并不在区块链上运行,这也导致XRP偏中心化的弊端。 XRPP则是在BSC链上运行,完全去中心化,弥补XRP的不足。同时XRPP持有者可参与到平台治理中。XRPP还可充当生态币在Ripple Bank旗下各生态流通及应用。 XRPP 经营策略 1、高额存储收益:为客户提供行业内领先的存储利率,使其在存储期间获得可观的收益。 2、优化转账体验:通过便捷快速的转账接口,让用户在几秒钟内完成数字货币的转入和转出。同时,我们还将开发手机APP,方便用户随时随地进行转账操作。 3、品牌营销:通过社交媒体、线上线下活动等多种渠道宣传推广,提高品牌知名度。与知名企业合作,共同开展市场活动,树立品牌形象。 4、信贷政策:为符合条件的用户提供低息贷款服务,帮助他们扩大瑞波币投资规模。同时,我们将根据用户在平台的交易行为,向优质客户提供更多的优惠政策和个性化服务。 5、生态赋能:为保证XRPP的实用价值,Ripple Bank将不断研发和完善生态布局,为用户提供更丰富的体验。 6、相辅相成:XRP为XRPP提供跨境支付基础和流动性,XRPP为XRP提供生态治理方案和生态赋能。 瑞波银行盈利来源: 数字货币套利:XRPP作为Ripple Bank发行的数字货币,其本省具有投资属性,当XRPP币价上涨时,投资者可从中获取收益。 外汇市场套利:XRPP与XRP可进行实时承兑,凭借XRP跨境支付迅速、交易手续费低、可与法币互相承兑等特点,实现XRPP与世界其他国家法定币的快速兑换功能,从而实现外汇市场套利。 与拉斯维加斯,塞班岛,PG等各大线上线下赌场游戏产生合作换汇:XRPP与各大赌场实行合作,XRPP可根据实时币价与各大赌场筹码实行换汇合作。 与外汇流动性供应商XM,瑞讯银行,IG劵商合作进行STP交易:当用户自己的订单与订单簿上的其他订单匹配时,就会进行STP交易。 这对于XRPP维护公平透明的交易环境尤为重要,因为它有助于防止市场价格操纵,并确保交易活动准确反映真实的市场利益。 与Compound合作Defi借贷协议:XRPP推出去中心化借贷平台,用户提交申请,一旦满足条件会自动执行合约代码,无需任何人工交互审批等流程,从而极大的提高效率及保护用户隐私。 与AAVE合作提供各种债务产品:XRPP将与AAVE合作推出短期融资券、非公开定向债务融资工具、创投债务融资工具、双创专项债务融资工具等非金融企业债务融资工具 熊市中为各大交易所提供流通性与交易量以防交易所交易量枯竭 熊市中为各大项目方提供代币交易量流动性以防代币成交量过低 来源:金色财经
lg
...
金色财经
2023-12-06
马斯克旗下人工智能公司xAI申请通过股票发行筹资10亿美元
go
lg
...
持好奇的“人工智能,而不是明确地将道德
编
程
到人工智能中。 这位亿万富翁曾批评大型科技公司的人工智能事业充斥着各种审查,他在7月推出了xAI,称其为“最大限度地寻求真相的人工智能”,与谷歌的Bard和微软的必应(Bing)人工智能进行竞争。 2015年,马斯克共同创立了ChatGPT背后的OpenAI公司,该公司在全球范围内掀起了对生成式人工智能技术的狂热,但他在2018年退出了董事会。 上个月,XAI推出了与OpenAI的ChatGPT竞争的聊天机器人“Grok”。 马斯克在11月的一篇帖子中表示,这家人工智能初创公司将被整合到他的社交媒体平台X中,也可以作为一个独立的应用程序使用。
lg
...
金融界
2023-12-06
众合科技取得激光雷达和相机时间同步系统及方法专利,提高了数据融合质量
go
lg
...
间,点云生成模块根据标准时间生成并向可
编
程
逻辑器件输出带时间戳的激光点云数据;可见光相机设有时间同步协议模块一和图像生成模块,图像生成模块根据触发信号完成图像采集和输出,且图像输出带有时间戳;还包括可
编
程
逻辑器件,可
编
程
逻辑器件设有本地时间恢复模块、时间同步协议模块二、激光采样周期和相位计算模块。本发明不仅实现了激光雷达、可
编
程
逻辑器件以及可见光相机的时间同步,而且完成了激光点云数据和图像数据的频率和相位同步,提高了数据融合质量。
lg
...
金融界
2023-12-05
爱立信与AT&T签署战略协议开拓未来网络
go
lg
...
数字化战略协议,该协议旨在开拓未来的可
编
程
与智能网络,总额约 140 亿美元。这一交易是爱立信有史以来最大的财务交易。 爱立信将部署广泛的爱立信5G Open RAN产品与解决方案,以支持AT&T在美国全境实现Open RAN的目标。 利用基于O-RAN标准化接口的云原生技术,爱立信将为AT&T构建一个具备行业规模、成本效益、可持续性与高性能的5G网络平台。随着时间的推移,AT&T和爱立信会将其转变为云原生开放网络。 爱立信将利用其最近在德克萨斯州刘易斯维尔扩建的5G智能工厂来生产与这笔交易相关的基础设施。 爱立信坚信,未来的网络必将越来越具弹性、开放性、可持续性与智能化,因此,根据其投资研发保持企业领先的战略,爱立信开发了一系列以可持续发展为中心的技术产品。 智能和可
编
程
功能将使rApp、自动化与网络API等创新得以构建和实现,进而实现5G本身的潜力——在此过程中将会创造新的商业化机会。 爱立信的开放式架构将成为开发人员创新与推动商业用例的跳板。 爱立信总裁兼首席执行官鲍毅康(Börje Ekholm)表示:"高性能和差异化网络将是下一步数字化的基础。我对这样的未来感到兴奋,很高兴看到我们的长期客户AT&T选择爱立信进行这一战略性的行业转变——转向开放、基于云和可
编
程
的网络。通过这一转变,以及开放的接口和开放的API,行业将看到新的基于性能的商业模式,为运营商优化网络和商业化开创新的途径。我们非常自豪能与AT&T合作实现Open RAN的行业化。" AT&T网络执行副总裁Chris Sambar表示:"AT&T 正在我们的无线网络中率先采用开放式平台。通过此次合作,我们将开放无线接入网络,推动创新,激活竞争,并将用5G和光纤技术连接更多的美国人。我们很高兴爱立信能与我们共同支持Open RAN。"
lg
...
美通社
2023-12-05
上一页
1
•••
139
140
141
142
143
•••
333
下一页
24小时热点
突发:加拿大移民部公布 10年多次往返签证不再是常规签证
lg
...
大行情来了!鲍威尔“亮剑”特朗普!金价日内大涨近50美元、美联储降息之路“不受左右”?
lg
...
美国大选突传重磅!共和党209票逼近控制“众议院” 美媒:特朗普拟建立统一政府
lg
...
【直击亚市】中国允许人民币贬值!特朗普胜选冲击全球,美联储降息逼近
lg
...
市场预测:主席劲敌大选获胜 美联储宁愿降息以求平稳过渡
lg
...
最新话题
更多
#SFFE2030--FX168“可持续发展金融企业”评选#
lg
...
10讨论
#美国大选#
lg
...
1210讨论
#VIP会员尊享#
lg
...
1442讨论
#比特币最新消息#
lg
...
536讨论
#温哥华国际金融峰会(VIFS 2024)#
lg
...
43讨论