How to Stay Safe in a DeFi Era

BitcoinistPublicado a 2022-02-16Actualizado a 2022-02-16

Resumen

Decentralized finance (DeFi) came into existence a few years ago but only recently rose to fame.

Decentralized finance (DeFi) came into existence a few years ago but only recently rose to fame. Like cryptocurrencies, this emerging financial technology runs on distributed ledgers and replaces intermediaries with smart contracts, making the entire asset management process automatic. With a $127.06B total market cap and $78.92B worth of crypto assets locked in P2P protocols, DeFi rightly holds the trophy of the fastest growing sector in the crypto space.

However, decentralized finance is not immune to common problems. The sector suffers from the same old disease that has been plaguing the crypto industry for a decade – scams.

The amount of money lost in DeFi is overwhelming. According to London-based firm Elliptic, users suffered losses totalling $12B, out of which scams were responsible for $10.5B. The figures are horrifying yet don’t condemn the sector. DeFi has a lot of potential – projects like Aave do give hope for the future. To avoid scams and find truly robust DeFi solutions, it’s vital to do your own research.

Product Reviews

Reviews help us learn about any underwater stones that the service or product have from former or current users. The feedback has a great value – it saves time and energy and, in some cases, money.

However, things don’t look simple when it comes to the crypto industry. After all, countries don’t have proper regulation mechanisms, and information can’t be easily verified. Yet, emerging review sources like TrustPilot started to pop up recently, e.g. RugDoc. The site has a big community and encompasses reviews on 2,600 crypto projects – yield farms, exchanges, OHM forks, play-to-earn games, and NFTs – spanning across 24 networks, including Solana, Binance, Polygon, Avalanche, and Cardano. RugDoc also monitors new projects with Launch Calendar.

At the moment, the crypto review niche is in its early development, but a few more projects are expected to emerge soon.

“Rugs” Under Rugs

Most scams are plain simple rug pulls. In the first phase, fraudsters add liquidity (usually in the chain native currency) to their tokens and attract investors. Then, they remove liquidity and run off with funds, pushing the token’s value to near zero and leaving holders with nothing.

There are other ways to fool the crowd, and Squid Game Token attributed to the show of the same name is a good example. Fraudsters simply disabled the ability to withdraw tokens for investors, leaving them with an unsellable asset. Thus, it’s vital to assess the projects from a technical standpoint.

Some companies have already implemented a strict audit and a special rating system. For example, RugDoc ranks projects from least risk to highest risk through a technical review of the project’s smart contracts- a controlling program deployed to the blockchain. The company also has a KYC Program that uses the process known as “doxxing” to verify the team members’ identities to hold them accountable in case of malicious events.

DeFi Monitor Tools

There are many DeFi tools that monitor crypto projects. Their sole purpose is to identify blind spots not visible to the general public and allow users to invest safely and efficiently in decentralized protocols. Some offer customized audits (e.g., DeFi Audits). In contrast, others have open-source tools (e.g., RugDoc), such as honeypot checker to verify if smart contract vetoes token sales, emergency withdrawal to let users remove funds from the project, and LP Breaker to separate LP tokens.

DeFi Knowledge

DeFi is a rapidly evolving industry with new projects popping up every single day. However, it’s essential to dive deep into details. That way, users can avoid scams and invest with certainty. That’s why many crypto projects have launched their own wiki hubs. In these hubs, users can find all the necessary info about decentralized finance and learn more about the product functionality. Projects like PolkaDot or Ethereum all have wiki hubs.

Furthermore, it gives users confidence that the project is up and running. However, not all have a portal of that kind, which is a reason to become suspicious. Wiki hub, just like White Paper, is essential for community development and trust.

In some cases, the project simply doesn’t have enough resources to create an entire separate wiki hub. In this case, users can turn to publicly available wiki libraries, like RugDoc Wiki, which covers tutorials and information on all Ethereum virtual machine compatible chains. Public knowledge sources are created for the community by the community. These places unite both crypto pros and investors where they share up-to-date information.

Wrapping Up

DeFi is one of the fastest-growing sectors in the finance industry. It offers great potential in transforming the financial industry and equally as many threats due to its decentralized nature. Thus, it’s vital investors adopt a security routine to analyze risk and access sources with additional information on the product or educational articles. That way, any user will be empowered to stay safe in the era of decentralized finance.

Lecturas Relacionadas

¿Podrá DeepSeek ahorrarle a China un billón de dólares?

El artículo analiza cómo DeepSeek podría generar un ahorro potencial de un billón de dólares en la infraestructura de IA de China, a través de optimizaciones técnicas que aumentan drásticamente la eficiencia del hardware. El punto de partida es el elevado costo de las plataformas de IA de última generación, como la futura Vera Rubin de Nvidia, donde una parte significativa del precio (unos 2 millones de dólares por sistema) corresponde a memoria costosa (HBM4, LPDDR5X), cuya precio ha aumentado un 435% en un año. Frente a esta tendencia, DeepSeek actúa en dirección opuesta. Sus modelos, especialmente la serie V4, aplican tres innovaciones clave para reducir la dependencia de los componentes de hardware más caros: 1. **Comprimir la "memoria" (contexto largo):** Su mecanismo de atención Multi-head Latent Attention (MLA) comprime radicalmente la caché KV (Key-Value Cache), reduciendo la necesidad de memoria de alta gama en hasta un 93% sin comprometer la calidad. 2. **Activar solo el "cuerpo" necesario:** Utiliza una arquitectura Mixture of Experts (MoE) extrema (ej., V4-Pro con 1.6 billones de parámetros totales pero solo 49 mil millones activos por token), permitiendo que solo una pequeña fracción de los parámetros del modelo resida en la costosa memoria HBM en cada momento. 3. **Reutilizar cálculos:** Almacena resultados intermedios (caché) para reutilizarlos en lugar de recalcular, ofreciendo precios muy bajos para las solicitudes que "aciertan en la caché". El efecto combinado es que el mismo hardware puede producir hasta 4 veces más tokens útiles, equivalente a reducir en un 75% la inversión en hardware para un rendimiento dado. Traducido a escala nacional, con un consumo diario de tokens que se proyecta en cientos o miles de billones, esta eficiencia podría evitar la construcción de decenas de miles de centros de computación inteligente, representando un ahorro acumulado del orden de un billón de dólares. Además, esta estrategia cambia el campo de batalla tecnológico: reduce la dependencia de los chips de computación más avanzados (donde China tiene desventaja) y traslada parte de la carga a la memoria y la ingeniería de sistemas, áreas donde la industria china (ej., CXMT) está ganando terreno. Así, DeepSeek no "elimina" la necesidad de hardware, sino que redefine radicalmente la ecuación de costos de la infraestructura de IA, haciendo la inteligencia artificial más accesible para las industrias chinas.

marsbitHace 31 min(s)

¿Podrá DeepSeek ahorrarle a China un billón de dólares?

marsbitHace 31 min(s)

Variant: Bitcoin, Ethereum y ZCash son muy probables de convertirse en las principales reservas de valor

Autor: Alana Levin, Variant En Variant, nuestra filosofía de inversión se basa en la creencia de que las personas deberían poder ser dueñas de su dinero, identidad y datos. Consideramos que los tokens pueden clasificarse en dos categorías: activos de reserva de valor (SOV) o instrumentos similares a acciones. Creemos que el marco de SOV es particularmente útil para evaluar las blockchains de capa 1 (L1), que son protocolos de coordinación monetaria fundamentales. Un buen SOV debe cumplir con criterios clave: durabilidad técnica, escasez, resistencia a la censura, productividad económica, fortaleza memética ("memetics") y liquidez. El mercado total de SOV, como el oro (31 billones de dólares) y la plata (4 billones de dólares), es enorme y presenta una gran oportunidad. Tres activos L1 sobresalen como potenciales SOV principales: Bitcoin (BTC), Ethereum (ETH) y ZCash (ZEC). Bitcoin domina en el aspecto memético como "oro digital". Ethereum muestra mayor durabilidad técnica gracias a su capacidad de mejora. ZCash se destaca por su resistencia a la censura y privacidad, ofreciendo protección contra la confiscación o vigilancia. Aunque estos activos digitales superan en muchos aspectos a los SOV tradicionales, aún representan una parte pequeña del mercado total, lo que señala una oportunidad significativa de crecimiento en este espacio.

marsbitHace 35 min(s)

Variant: Bitcoin, Ethereum y ZCash son muy probables de convertirse en las principales reservas de valor

marsbitHace 35 min(s)

Derribando el enfoque predominante contra las alucinaciones: La metacognición es la nueva solución integral para resolver las alucinaciones en los modelos de gran tamaño

Una investigación de Google propone un enfoque revolucionario para combatir las alucinaciones en los modelos de lenguaje grandes (LLMs): desarrollar su metacognición, es decir, su capacidad para reconocer y expresar su propio nivel de incertidumbre, en lugar de intentar hacerlos omniscientes o que rechacen responder con frecuencia. El documento, titulado "Las alucinaciones socavan la confianza; la metacognición es el camino a seguir", argumenta que las estrategias actuales son insuficientes. Por un lado, aumentar los datos de entrenamiento no puede cubrir todo el conocimiento. Por otro, rechazar respuestas para reducir errores impone una pesada "tasa de utilidad", sacrificando muchas respuestas correctas y dañando la experiencia del usuario. La clave del problema es la falta de "discriminación" del modelo: su incapacidad para distinguir con precisión, pregunta por pregunta, si su respuesta es correcta o incorrecta, más allá de una buena "calibración" general. Los análisis muestran que con las capacidades actuales, para reducir la tasa de error al 5%, un modelo tendría que rechazar más del 52% de las preguntas que podría responder correctamente. La propuesta central es redefinir la alucinación. No es simplemente "decir algo incorrecto", sino "afirmar con certeza algo incorrecto cuando no se tiene la base para estar seguro". La solución es lograr una "incertidumbre fiel": que el lenguaje del modelo (ej., "creo que podría ser...") refleje fielmente su estado interno de confianza, medible mediante técnicas como el muestreo repetido. Esto permitiría a los LLMs proporcionar información útil junto con advertencias adecuadas, equilibrando utilidad y fiabilidad. Esta metacognición es aún más crucial para los Agentes de IA que usan herramientas externas, ya que necesitan juzgar cuándo buscar información y cuándo confiar en su conocimiento interno. El camino presenta desafíos como la "paradoja del arranque" para crear datos de entrenamiento dinámicos, la señal de "alineación destruida" por los procesos de ajuste humano (RLHF) que premian la seguridad, y la dificultad de evaluar si el modelo realmente tiene metacognición o solo la está simulando. En resumen, el mensaje es claro: en lugar de perseguir un modelo infalible, un objetivo más realista y valioso es desarrollar LLMs que sean honestos acerca de los límites de su conocimiento, comunicando claramente cuándo están seguros y cuándo no. Esta transparencia es fundamental para generar confianza.

marsbitHace 38 min(s)

Derribando el enfoque predominante contra las alucinaciones: La metacognición es la nueva solución integral para resolver las alucinaciones en los modelos de gran tamaño

marsbitHace 38 min(s)

Para protegerse, compren oro y petróleo; para dispararse, compren IA: el Bitcoin 'pasado de moda' entra en mercado bajista

Bitcoin cae, cayendo hasta los 66.123 dólares, su mínimo en dos meses, mientras Ethereum también toca niveles bajos. Los analistas señalan que las explicaciones inmediatas, como las salidas de fondos de los ETF o la reducción de posiciones por parte de Strategy, son solo síntomas de un problema más profundo: **Bitcoin está perdiendo la competencia por la asignación de capital**. Ante un entorno de tasas de interés más altas, el activo digital se encuentra en una "incómoda zona intermedia" y está siendo superado en tres frentes clave: 1. **Como cobertura contra la inflación:** El oro, las acciones energéticas y las materias primas, con respaldo físico y un argumento más directo, están ganando terreno. 2. **Como activo de crecimiento:** Las empresas de IA con ingresos y beneficios reales ofrecen una propuesta de valor más clara que Bitcoin, que no genera flujos de caja. 3. **Como exposición al ecosistema cripto:** Los inversores pueden acceder a este crecimiento a través de acciones de intercambios, emisores de stablecoins o infraestructura, que ofrecen un vínculo más directo con la adopción real. La advertencia reciente de la Fed sobre una inflación persistente, que antes hubiera impulsado a Bitcoin, ahora no tiene el mismo efecto. **La narrativa del "oro digital" está siendo erosionada.** La nueva lógica bajista no cuestiona su tecnología, sino su propuesta de valor: **la escasez por sí sola ya no es suficiente**. Los inversores, con más opciones, exigen ahora razones más sólidas para elegir Bitcoin frente a otros activos.

华尔街日报Hace 42 min(s)

Para protegerse, compren oro y petróleo; para dispararse, compren IA: el Bitcoin 'pasado de moda' entra en mercado bajista

华尔街日报Hace 42 min(s)

Trading

Spot
Futuros
活动图片