香港财库局和金管局采纳CertiK建议 助力稳定币监管制度发展

币界网Publié le 2024-07-22Dernière mise à jour le 2024-07-22

币界网报道:

图片

香港财经事务及库务局(财库局)和香港金融管理局(金管局)于17日联合发布了《咨询总结 - 在香港实施稳定币发行人监管制度的立法建议》。在该咨询总结中,财库局和金管局采纳了头部Web3.0安全审计公司CertiK提出的两项建议。此外,蚂蚁集团、币安、毕马威会计师事务所和渣打银行等机构提出的若干建议也得到了采纳。

图片

CertiK被采纳的建议包括:

建议1.13:从风险管理及用户保障角度出发,我们明白在不同使用场景下私人密钥的储存及提供钱包服务的重要性。政府与金融监管机构正在探讨对这些活动所采取的监管模式,并将会在过程中与公众及相关权益人保持联系。

建议3.2.42:事故管理工作应包括但不限于制定事故管理政策、监察机制和事故应变计划,使发行人能及时启动恢复行动并向金融管理专员汇报事故。

2023年12月27日,财库局和金管局联合发表了有关香港稳定币发行人拟议监管制度的咨询文件,咨询期于2024年2月29日结束,共收到108份意见书。大部分回应者支持良好的监管环境是香港稳定币生态圈可持续发展的先决条件

财库局局长许正宇表示:“除了现行的虚拟资产交易平台监管制度,建立法币稳定币发行人的发牌制度将加强香港的虚拟资产规管框架,与国际标准保持一致,并有效缓减发行法币稳定币相关活动对金融稳定所构成的风险。”

金管局总裁余伟文表示:“我们衷心感谢回应者提供了宝贵的意见,亦对他们普遍支持拟议的监管制度感到鼓舞。我们相信一个良好的监管环境有助于推动香港稳定币生态系统可持续和负责任地发展。”

香港Web3.0发展专责小组成员、CertiK联合创始人顾荣辉教授表示:“CertiK很荣幸能够参与香港稳定币监管框架的制定,并为该框架的完善提供意见。CertiK期待与金管局及其他行业伙伴继续合作,共同推进稳定币及相关虚拟资产的安全与创新。我们认为,通过实施这些监管措施,不仅能够提升香港作为国际金融中心的竞争力,更能推动稳定币生态系统的可持续发展,为用户带来更加安全、可靠的数字资产服务。”

财库局和金管局会参考回应者的意见和建议,敲定立法建议以实施监管制度,并会尽快向立法会提交条例草案。《咨询总结》原文可通过文末链接进行查看。

https://www.hkma.gov.hk/media/chi/doc/key-information/press-release/2024/20240717c3a1.pdf

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