Artículos Relacionados con Estabilidad

El Centro de Noticias de HTX ofrece los artículos más recientes y un análisis profundo sobre "Estabilidad", cubriendo tendencias del mercado, actualizaciones de proyectos, desarrollos tecnológicos y políticas regulatorias en la industria de cripto.

Las acciones de Zhipu se disparan un 47% tras la prohibición de Fable 5 por parte de Estados Unidos

El 15 de junio, la acción de Zhipu AI se disparó hasta un 47.6% en el mercado de valores de Hong Kong, cerró con una ganancia del 32.82% y su valor de mercado superó los 649.600 millones de HKD. El detonante directo fueron dos noticias de la industria. El 12 de junio, Anthropic suspendió el acceso a sus modelos insignia Claude Fable 5 y Claude Mythos 5 para usuarios extranjeros debido a una orden de control de exportaciones del gobierno estadounidense. Al día siguiente, Zhipu AI anunció que su último modelo de código abierto, GLM-5.2, estaba disponible para todos los usuarios de Coding Plan, con planes de lanzar la API y los pesos del modelo bajo la licencia MIT la semana siguiente. Este incidente destacó un problema más allá del rendimiento del modelo: la disponibilidad y estabilidad continuas del acceso. Para muchos desarrolladores y empresas que dependen de modelos de IA como infraestructura crítica, el riesgo de una interrupción repentina se ha vuelto una preocupación clave. La reacción del mercado refleja un cambio en la lógica de la industria: de "quién es mejor" a "quién es más accesible". GLM-5.2, presentado como un modelo de código abierto con una ventana de contexto de 1M para tareas de larga duración, representa para los inversores una alternativa más estable y controlable. Los analistas señalan que los riesgos de dependencia de modelos propietarios sujetos a una sola jurisdicción podrían acelerar la adopción de modelos base locales y de código abierto. En la nueva era competitiva de la IA, la apertura, la accesibilidad y el control autónomo se están convirtiendo en ventajas cruciales junto con las capacidades técnicas.

marsbit06/15 12:03

Las acciones de Zhipu se disparan un 47% tras la prohibición de Fable 5 por parte de Estados Unidos

marsbit06/15 12:03

Airwallex revela la verdad sobre los pagos globales

Airwallex ha revelado las verdades subyacentes de los pagos globales, destacando la gran diferencia entre la homogeneidad superficial y las capacidades fundamentales entre las plataformas. Existen tres caminos principales: pagos con monedas digitales (Web3), que enfrentan fricciones regulatorias; la agregación y empaquetado de infraestructuras tradicionales, que no resuelven los problemas de fondo; y la construcción de infraestructura financiera global propia, el camino más difícil pero más sólido, elegido por Airwallex, Ant International, Pingpong, entre otros. Airwallex opta por esta última vía, obteniendo licencias locales, operando con equipos en cada jurisdicción y desarrollando su red y tecnología de forma integral. Esta inversión en infraestructura "pesada" busca absorber la complejidad del sistema, ofreciendo a los clientes empresariales valores fundamentales: mayor estabilidad (menos dependencia de socios intermediarios), ahorro (en costos sistémicos y de cumplimiento) y certeza (ante cambios regulatorios). Este enfoque genera un crecimiento compuesto, donde la inversión inicial en capacidades centrales permite una aceleración posterior sostenida. En esencia, la elección de una plataforma de pagos globales es la elección de un socio a largo plazo. Mientras los atajos permiten un crecimiento rápido, construir las capacidades más difíciles internamente es lo que garantiza resiliencia y valor duradero para el cliente.

链捕手05/28 16:10

Airwallex revela la verdad sobre los pagos globales

链捕手05/28 16:10

La continua salida de múltiples ejecutivos clave deja al descubierto las preocupaciones sobre el desarrollo del ecosistema de Ethereum

Esta semana, la Fundación Ethereum (EF) perdió a tres altos ejecutivos clave: el investigador de protocolos Carl Beekhuizen, Julian Ma y el arquitecto senior de soluciones Pablo Voorvaart. Con nueve salidas en lo que va del año, la industria expresa una creciente preocupación sobre la estabilidad interna, la falta de transparencia y la posible ralentización de actualizaciones de red como Glamsterdam. La comunidad muestra reacciones divididas. Algunos, como el investigador Ignas, alzan la voz por más claridad, mientras que otros, como Ryan Berckmans, ven los cambios como una renovación natural. Figuras como Ryan Sean Adams argumentan que el ecosistema no debe depender exclusivamente de la EF, que a su juicio no prioriza el precio de ETH. David Phelps discrepa, comparando dicho enfoque con ignorar la economía de un país. La salida masiva parece ser una tendencia establecida, precedida por la partida de figuras como el ex co-director ejecutivo Tomasz Stańczak y otros veteranos. Un incidente en marzo, donde la EF pidió a empleados firmar el "Manifiesto Cypherpunk", generó controversia. Los recién desvinculados poseen una vasta experiencia técnica, habiendo contribuido a proyectos fundamentales como la Beacon Chain y protocolos anti-censura. A pesar de la turbulencia, la EF confirmó que la red de prueba Glamsterdam está operativa y que los preparativos para la próxima actualización Hegotà continúan.

marsbit05/21 07:43

La continua salida de múltiples ejecutivos clave deja al descubierto las preocupaciones sobre el desarrollo del ecosistema de Ethereum

marsbit05/21 07:43

El galardonado con el Premio Turing Sutton presenta un nuevo trabajo: Utilizando una fórmula de 1967, resuelve un gran defecto del aprendizaje por refuerzo en flujo continuo

El ganador del premio Turing Richard Sutton y colaboradores han publicado un nuevo trabajo que aborda un defecto clave del aprendizaje por refuerzo en flujo continuo (streaming RL). Tradicionalmente, el RL profundo colapsa sin búfer de repetición y con tamaño de lote 1, un problema conocido como "barrera de flujo". La investigación anterior StreamX superó esto con trucos de estabilización, pero el nuevo estudio identifica la causa raíz: el tamaño del paso de aprendizaje se define incorrectamente. El equipo propone "Actualizaciones Intencionales" (Intentional Updates), inspiradas en un algoritmo de 1967 (NLMS). En lugar de especificar cuánto mover los parámetros, el método calcula el tamaño del paso para lograr un cambio deseado y consistente en la *salida* de la función (por ejemplo, reducir el error de predicción de valor en un 5%). Esto evita oscilaciones y colapsos. Se presentan tres algoritmos: Intentional TD(λ) para valor, Intentional Q(λ) para control discreto e Intentional Policy Gradient para control continuo. En experimentos con MuJoCo, Atari y MinAtar, los métodos igualan o se acercan al rendimiento de algoritmos estándar como SAC y DQN (que usan búferes grandes), pero con una fracción del coste computacional (hasta ~1/140 de FLOPS por actualización) y mayor robustez, manteniendo el mismo conjunto de hiperparámetros en todas las tareas. El trabajo marca un avance hacia un aprendizaje en línea más estable y eficiente, similar a cómo aprenden los humanos, adecuado para robots y dispositivos con recursos limitados. Un problema pendiente es el posible sesgo en la dirección del gradiente de la política en algunas tareas, que requiere investigación futura.

marsbit05/10 06:41

El galardonado con el Premio Turing Sutton presenta un nuevo trabajo: Utilizando una fórmula de 1967, resuelve un gran defecto del aprendizaje por refuerzo en flujo continuo

marsbit05/10 06:41

活动图片