韩国通过新的投资者保护法加强对加密货币市场的控制

币界网Publié le 2024-07-19Dernière mise à jour le 2024-07-19

币界网报道:

备受期待的韩国《虚拟资产用户保护法》(VAUPA)于2024年7月19日正式生效,标志着该国在监管蓬勃发展的加密货币市场方面迈出了重要一步。

VAUPA“旨在在虚拟资产市场建立健全的秩序,并确保对用户的保护”,要求加密货币交易所采用更严格的托管协议。交易所现在有法律义务将至少80%的用户存款存储在冷库中,这是一个与潜在网络攻击隔离的安全离线环境。此外,根据金融服务委员会(FSC)网站上的通知,用户的法定存款必须存放在持牌银行,进一步将其与外汇基金隔离开来。

为了防止市场操纵等非法活动,交易所需要实施实时监控系统,以检测可疑的交易模式。韩国最高金融监管机构FSC将有权处罚或暂停违规交易所的服务。FSC还与国内交易所合作建立了一个全天候监控网络,积极监控加密货币市场的可疑活动。

虽然VAUPA代表了监管加密货币市场的重要一步,但专家认为这只是拼图的第一块。韩国金融科技协会主席Kim Hyoung-joong告诉the Block,仍然需要对新加密货币的发行进行监管,目前这是一个法律灰色地带。此外,禁止机构投资加密货币和稳定币监管的未来仍未确定。

韩国拥有世界上最活跃的加密货币市场之一,韩元在2024年第一季度超过美元成为加密货币交易的首选法定货币。政府的目标是在保护投资者和在加密货币行业内营造健康的创新环境之间取得平衡。

VAUPA的推出正值关于推迟对加密货币利润征收20%资本利得税的讨论。最初计划于2022年实施,但由于行业反弹,该税已经推迟了一次。当前的熊市和对阻碍创新的担忧促使人们呼吁进一步推迟,可能要到2028年。

Lectures associées

Les grands modèles américains tendent vers le confinement, au nom de la sécurité

Le 27 juin, Anthropic a annoncé que le gouvernement américain avait autorisé le redéploiement de son modèle de cybersécurité Mythos 5 à plus de 100 organismes américains, mais la version publique Fable 5 reste suspendue sans calendrier de retour. Le même jour, OpenAI a lancé GPT-5.6, dont l'accès via API est restreint aux partenaires approuvés par le gouvernement. Ces décisions font suite à un ordre exécutif sur l'IA signé début juin et à une injonction du Département du commerce du 12 juin ordonnant la suspension de Fable 5, marquant un cycle complet d'"arrêt-négociation-autorisation conditionnelle" pour le contrôle des modèles d'IA de pointe par les autorités américaines en moins d'un mois. Les entreprises concernées contestent la base technique de ces mesures. OpenAI indique que son modèle Sol n'a pas franchi son propre cadre de sécurité, tandis qu'Anthropic a réfuté point par point les raisons avancées par le gouvernement. Dean W. Ball, ancien conseiller de la Maison Blanche, critique un processus de régulation manquant de transparence, de normes claires et d'expertise technique, créant une incertitude dommageable pour l'industrie. L'article établit un parallèle avec la "Guerre du Chiffrement" des années 1990, où le contrôle américain sur les technologies de cryptage a finalement échoué, nuisant à la compétitivité des entreprises nationales. Aujourd'hui, le risque est que ces restrictions étouffent l'innovation et la diffusion économique essentielle aux technologies génériques comme l'IA, d'autant plus que les modèles open-source, notamment chinois, progressent rapidement. Cet épisode pourrait marquer un tournant : l'insertion durable du gouvernement comme autorité d'approbation entre les modèles d'IA commerciaux et leurs utilisateurs. Si l'objectif affiché est la sécurité, la méthode opaque et arbitraire menace les investissements et risque de concentrer le pouvoir de l'IA de pointe entre les mains d'une minorité déjà puissante.

链捕手Il y a 1 h

Les grands modèles américains tendent vers le confinement, au nom de la sécurité

链捕手Il y a 1 h

Il y a quelques instants, DeepSeek V4 a mis à jour DSpark, augmentant la vitesse d'inférence de 80 %

DeepSeek a annoncé une mise à jour majeure de son modèle DeepSeek-V4-Pro avec le lancement de DSpark, un nouveau cadre de décodage spéculatif (Speculative Decoding) open source, accompagné de l'infrastructure complète DeepSpec. Cette mise à jour, axée sur l'ingénierie et non sur les capacités fondamentales du modèle, vise à accélérer considérablement l'inférence des LLM en production. Le cœur de DSpark est l'introduction d'une **génération semi-autorégressive**. Cela combine la génération parallèle à haut débit d'un modèle "brouillon" léger avec une modélisation des dépendances entre tokens pour améliorer le taux d'acceptation. De plus, un système de **vérification planifiée par confiance et conscient du matériel** (Confidence-Scheduled Verification) évalue dynamiquement la probabilité que chaque token généré soit accepté par le modèle cible. Il adapte ainsi la longueur de vérification en temps réel pour optimiser l'utilisation des ressources GPU, notamment en charge élevée. Les résultats sont significatifs : face aux méthodes de pointe comme Eagle3 et DFlash, DSpark augmente la longueur moyenne de tokens acceptés de 26.7% à 30.9% et de 16.3% à 18.4% respectivement sur les modèles Qwen3. En déploiement réel, par rapport à la génération token par token précédente (MTP-1), **DSpark améliore la vitesse de génération pour l'utilisateur de 60% à 85% pour le modèle Flash et de 57% à 78% pour le modèle Pro**, à débit total constant. Le projet open source **DeepSpec** fournit une stack complète pour entraîner et évaluer des modèles brouillons pour le décodage spéculatif, supportant actuellement les algorithmes DSpark, DFlash et Eagle3, ainsi que les familles de modèles cibles Qwen3 et Gemma.

marsbitIl y a 7 h

Il y a quelques instants, DeepSeek V4 a mis à jour DSpark, augmentant la vitesse d'inférence de 80 %

marsbitIl y a 7 h

Trading

Spot
活动图片