2026-08-03 Lunes

Noticias Cripto - Página 133

Mantente a la vanguardia del mercado de cripto. Noticias en tiempo real, análisis, precios, historias en tendencia y opiniones de expertos - todo en un solo lugar.

Solo 67 de los 1000 principales proyectos de cripto tienen página en Wikipedia, la 'comprensión' de ChatGPT sobre la industria se está distorsionando

**Resumen: La mayoría de los proyectos cripto no existen en Wikipedia, distorsionando el conocimiento de la IA** Un estudio de Chainstory revela que solo 67 de los 1000 proyectos cripto más valiosos (según CoinGecko) tienen página en Wikipedia, una cobertura inferior al 7%. Proyectos con valores de mercado de miles de millones, como Hyperliquid (150.000 millones USD) o Sui (50.000 millones USD), carecen de entrada. Este vacío es crítico porque Wikipedia es la fuente de referencia individual más citada por ChatGPT (casi un 8% de sus citas), lo que significa que las herramientas de IA tienen una comprensión sistémicamente incompleta del sector. La cobertura cae drásticamente: es del 80% para los 10 primeros proyectos, pero solo del 12% para los 500 primeros. La causa principal son los estrictos criterios de notoriedad de Wikipedia, que descalifican a medios especializados en cripto (como CoinDesk o Cointelegraph) y exigen cobertura en medios financieros tradicionales (Reuters, Bloomberg), los cuales a menudo ignoran los nichos de esta industria. Combinado con un proceso de revisión comunitario complejo, esto crea un círculo vicioso que deja a la mayoría de los proyectos fuera del principal banco de conocimiento que consultan las IA, sesgando su información hacia un puñado de actores establecidos.

marsbit07/15 05:22

Solo 67 de los 1000 principales proyectos de cripto tienen página en Wikipedia, la 'comprensión' de ChatGPT sobre la industria se está distorsionando

marsbit07/15 05:22

Hyperliquid fija un precio de 7,2 dólares para CXMT en el mercado previo a la OPV de ChangXin Technology, capital extranjero se introduce en la narrativa china de almacenamiento a través de DeFi

**Resumen:** La empresa china de semiconductores Changxin Technology (CXMT) está a punto de debutar en la bolsa STAR de Shanghái. En paralelo, la plataforma de finanzas descentralizadas (DeFi) Trade.xyz ha lanzado un contrato perpetuo que permite especular sobre el precio futuro de la acción en Hyperliquid, una cadena de bloques. El contrato se cotiza a unos 7.2 USDC, lo que implica una valoración bursátil de aproximadamente 3.5 billones de yuanes, cerca del extremo superior de las estimaciones de los analistas. Este es el primer "contrato pre-IPO" en blockchain dirigido a una empresa de la bolsa china STAR. Ofrece a inversores extranjeros una vía para participar en la narrativa de la "sustitución china del almacenamiento", ya que las barreras de entrada (como un umbral de activos de 500,000 yuanes) y las normas T+1 y de venta en corto de las acciones A limitan su acceso directo. Aunque el arbitraje directo entre el contrato y la acción real es difícil, el mercado paralelo muestra un interés global significativo. Changxin Technology es el cuarto mayor proveedor mundial de DRAM y se prevé un fuerte crecimiento de sus beneficios, aprovechando el actual ciclo de auge del mercado de memoria. Su OPV en Shanghái, que pretende recaudar hasta 66,600 millones de yuanes, es uno de los mayores del año en Asia.

marsbit07/15 04:32

Hyperliquid fija un precio de 7,2 dólares para CXMT en el mercado previo a la OPV de ChangXin Technology, capital extranjero se introduce en la narrativa china de almacenamiento a través de DeFi

marsbit07/15 04:32

2026 «La Gran Divergencia» en el Mercado de las Criptomonedas: Mercado Bajista de BTC, Pero BlackRock, Franklin Templeton y JPMorgan Están Haciendo lo Mismo al Mismo Tiempo

En julio de 2026, mientras Bitcoin lucha en los $62k, se produce una "gran divergencia" en el mercado cripto: el precio del BTC y los fundamentos se están desacoplando. Señales clave de esta semana incluyen al CIO de Franklin Templeton ($1,5 billones AUM) destacando esta desconexión, y BlackRock, Goldman Sachs y JPMorgan uniéndose a la "Tokenization Taskforce" del Reino Unido con un plan de 2 años para llevar activos tradicionales a la cadena de bloques. Otras señales importantes son: Robinhood Chain alcanzando el top 5 de DEX en volumen, Hyundai utilizando USDT para liquidar comercio transfronterizo real, y Bolivia considerando integrar USDT en su sistema de pagos nacional. Estos movimientos, liderados por instituciones tradicionales, gobiernos y corporaciones, avanzan independientemente del ciclo de precios del BTC. La narrativa está cambiando de "precio" a "infraestructura". La historia muestra ciclos anteriores (como el dot-com y el invierno cripto 2018-19) donde la construcción de infraestructura crítica aceleró durante las caídas de precios, para luego definir la recuperación. La diferencia ahora es que los constructores son actores tradicionales masivos (BlackRock, gobiernos, Hyundai), lo que aumenta la probabilidad de finalización pero también plantea la pregunta: cuando la infraestructura esté completa, ¿quién poseerá las "cabinas de peaje"? La valoración de la infraestructura y el precio del BTC se están convirtiendo en variables cada vez más independientes.

marsbit07/15 04:18

2026 «La Gran Divergencia» en el Mercado de las Criptomonedas: Mercado Bajista de BTC, Pero BlackRock, Franklin Templeton y JPMorgan Están Haciendo lo Mismo al Mismo Tiempo

marsbit07/15 04:18

¿Ley de Escalado es la solución universal? El primer benchmark de operaciones de estructura cristalina expone las limitaciones de los grandes modelos lingüístísticos líderes

**Artículo: ¿La Ley de Escalado no es suficiente? Primer benchmark de manipulación de estructuras cristalinas, donde los principales modelos grandes fracasan colectivamente.** La famosa "Ley de Escalado" (Scaling Law), que sugiere que los modelos de IA mejoran simplemente al aumentar su tamaño y datos, encuentra un límite en tareas científicas prácticas. El benchmark **AtomWorld**, presentado en ICML 2026, evalúa la capacidad de los modelos de lenguaje grande (LLMs) para manipular estructuras atómicas siguiendo instrucciones en lenguaje natural, como reemplazar átomos, rotar grupos o crear superficies cristalinas. Los resultados son reveladores: aunque modelos más grandes como Claude Opus 4.6, GPT-5.4 o Qwen mejoran en tareas sencillas y bien definidas (p. ej., sustituir un átomo), su rendimiento es bajo e inestable en operaciones que requieren comprensión geométrica tridimensional y razonamiento espacial, como "rotar alrededor de un átomo" (solo ~12% de éxito). Ampliar el modelo no garantiza una mejora automática en estas habilidades de acción. El estudio concluye que para la IA aplicada a la ciencia (AI for Science), el enfoque debe evolucionar. No basta con escalar el conocimiento lingüístico ("Language Scaling"); es necesario un "**Action Scaling**": generar datos a gran escala que emparejen instrucciones con acciones atómicas precisas, incorporando retroalimentación y restricciones físicas durante el entrenamiento. Solo así los modelos podrán pasar de *entender* el conocimiento científico a *ejecutar* tareas de investigación de manera fiable, convirtiéndose en verdaderos asistentes de laboratorio.

marsbit07/15 04:03

¿Ley de Escalado es la solución universal? El primer benchmark de operaciones de estructura cristalina expone las limitaciones de los grandes modelos lingüístísticos líderes

marsbit07/15 04:03

活动图片