Коллекционер рассказала об особенностях женских CryptoPunks

cryptonews.ruPublié le 2022-08-31Dernière mise à jour le 2024-09-30

Женские «криптопанки» – это уникальная категория в мире цифрового искусства, которая привлекает внимание коллекционеров и ценителей искусства по всему миру. Об этом рассказала известный коллекционер NFT под псевдонимом SuzanneNFTs. По ее словам, эти редкие и запоминающиеся образы часто становятся экспонатами в музеях и галереях, что подчеркивает их значимость в мире NFT.

Одной из самых редких черт, встречающейся только у женских панков, стал чокер (0,48%). Этот аксессуар, напоминающий панковские образы 70-х годов, символизирует настоящую бунтарскую натуру. Ещё одна уникальная черта – шлем пилота (0,5%), отличающийся зелёным цветом и фирменными очками. Он стал одним из самых популярных атрибутов среди коллекционеров.

Тиара (0,5%) — это женственная и элегантная черта, которая придаёт обладательницам панков нотку королевской грации. В сочетании с золотой цепочкой и серёжкой этот образ считается одним из самых привлекательных среди всей коллекции. Другие редкие и запоминающиеся атрибуты включают в себя оранжевый боковой пробор (0,7%) и защитные сварочные очки (0,9%), которые придают образу загадочность и неповторимость.

Популярность также приобрели CryptoPunks с двумя хвостиками (0,9%) и «панки» с розовыми волосами в шляпе (0,9%). Эти образы идеально сочетают в себе контрастные элементы: яркие цвета и черную губную помаду. Короткие светлые волосы (1,3%) и дикие белые волосы (1,5%) придают панкам особую силу и независимость, подчеркивая их сильные характеры.

Многие коллекционеры отмечают образы с красным ирокезом (1,47%) и наполовину выбритыми волосами (1,47%) как символы панковской эстетики и бунтарства. Эти черты выделяются своей смелостью и сильной энергетикой. По мнению Сюзанны, с каждым днём женские «криптопанки» всё больше входят в культуру цифрового искусства, привлекая к себе внимание не только коллекционеров, но и широкой аудитории, находящей в них силу и уникальный стиль.

Lectures associées

Après une réduction de 20% des effectifs, quels sont les points clés de la nouvelle structure de l'EF ?

L' Ethereum Foundation (EF) a annoncé une restructuration organisationnelle, incluant une réduction de 20 % de ses effectifs (soit 54 employés). L'objectif déclaré est d'aligner l'organisation sur son "Mandat" de 2026, en se concentrant sur les principes fondamentaux de CROPS (Censure-Resistance, Openness & Freedom, Privacy, Security) et en devenant plus agile. La nouvelle structure est organisée autour de cinq pôles principaux : 1. **Protocole** : Recherche fondamentale et développement du protège (sécurité post-quantique, zkEVM, etc.). 2. **Accès** : Garantir un chemin d'accès sans confiance et sans autorisation pour les utilisateurs. 3. **Utilisateur** : Représenter les besoins des utilisateurs finaux. 4. **Communauté** : Maintenir les liens avec les alliés open-source et les défenseurs des libertés. 5. **Institutionnel** : Engager les entreprises et les gouvernements tout en veillant au respect des valeurs d'Ethereum. L'EF souligne que cette réorganisation n'est pas motivée par une crise financière, mais par une volonté de recentrage stratégique. Des dispositions (indemnités supérieures au légal, aide au reclassement dans l'écosystème) sont prévues pour les employés concernés. Les observateurs notent cependant que ce changement intervient dans un contexte de pression sur la gouvernance de l'EF et de fragmentation de l'écosystème L2. L'impact réel sur le rythme des mises à jour du protocole, le financement des biens publics et l'orientation stratégique reste à clarifier, l'EF promettant plus de détails dans les semaines à venir.

marsbitIl y a 7 mins

Après une réduction de 20% des effectifs, quels sont les points clés de la nouvelle structure de l'EF ?

marsbitIl y a 7 mins

Le MEV bot le plus avancé volé de 7,5 millions de dollars : L'Approval, le risque mortel le plus négligé sur la blockchain ?

Un robot MEV sophistiqué sur Ethereum, Jaredfromsubway.eth, a été victime d'une attaque ciblée ayant entraîné une perte d'environ 7,5 millions de dollars. L'attaquant a déployé des pools de liquidités et des jetons factices pour piéger le robot, l'amenant à accorder des autorisations (Approvals) ERC-20 malveillantes. Ces autorisations ont ensuite été utilisées pour drainer ses fonds. Cet incident met en lumière le risque fondamental et souvent négligé des Approvals dans l'écosystème DeFi. Contrairement aux vulnérabilités de contrat intelligent, le risque lié aux autorisations est systémique. Une fois accordée, une autorisation permet à un contrat d'accéder aux jetons d'un utilisateur, potentiellement indéfiniment. Les pratiques courantes comme l'approbation illimitée ("unlimited approval") et le manque de révocation des autorisations inutilisées augmentent considérablement l'exposition des utilisateurs. Un contrat initialement légitime peut devenir une menace s'il est compromis ultérieurement. Pour atténuer ces risques, les utilisateurs doivent adopter le principe du moindre privilège, en n'autorisant que les montants strictement nécessaires, utiliser des portefeuilles distincts pour les interactions avec des DApps, et révoquer régulièrement les autorisations inutiles via des outils dédiés. Les portefeuilles, quant à eux, doivent renforcer leurs défenses en fournissant des alertes claires, une analyse lisible des transactions signées et des outils de gestion des autorisations intégrés. La sécurité en Web3 ne se limite pas à la protection des clés privées ; elle exige une vigilance constante sur les autorisations actives qui représentent un accès permanent aux actifs.

marsbitIl y a 11 mins

Le MEV bot le plus avancé volé de 7,5 millions de dollars : L'Approval, le risque mortel le plus négligé sur la blockchain ?

marsbitIl y a 11 mins

Les métaux précieux suivent la baisse, quel signal le marché transmet-il à travers l'or ?

Depuis juin, les marchés sud-coréens ont connu des turbulences, avec le KOSPI en baisse de plus de 8% et déclenchant des mécanismes de suspension, tandis que l'or et l'argent ont également reculé dans la même période. Ce mouvement synchronisé est inhabituel : typiquement, en période de baisse de l'appétit pour le risque, les investisseurs vendent des actions et achètent de l'or. Cette fois-ci, les actifs risqués et les métaux précieux ont été vendus simultanément. Le signal clé est la baisse de l'or. La cause fondamentale n'est pas la disparition de son rôle de valeur refuge, mais la remontée des taux d'intérêt réels. Sous la présidence de Kevin Warsh, la Fed a adopté un ton plus ferme, conduisant les marchés à réévaluer la persistance de taux élevés, voire à anticiper de nouvelles hausses. Lorsque les taux réels augmentent, le coût d'opportunité de détenir des actifs sans revenu comme l'or et l'argent s'accroît, réduisant leur attrait face aux obligations et à la trésorerie. La chute des marchés coréens, fortement exposés aux semi-conducteurs liés à l'IA, et celle des métaux précieux sont deux manifestations d'une même pression macroéconomique : le renchérissement du coût de la liquidité et du dollar. L'or et l'argent, libellés en dollars, sont sensibles à la fois à la force du dollar et aux anticipations de taux. En résumé, la pression actuelle sur l'or et l'argent est principalement pilotée par les anticipations de taux d'intérêt et la dynamique du dollar. Leur relation de long terme avec les facteurs de refuge, la demande des banques centrales ou la demande industrielle (pour l'argent) n'est pas remise en cause, mais est temporairement dominée par ce réajustement du coût du capital. La suite dépendra de la durée de cette pression des taux et de la capacité des facteurs de demande sous-jacents à la contrebalancer.

marsbitIl y a 20 mins

Les métaux précieux suivent la baisse, quel signal le marché transmet-il à travers l'or ?

marsbitIl y a 20 mins

Nouvelle étude d'OpenAI : Comment entraîner une IA qui 'ne déraille pas sous pression' ?

Les modèles d'IA modernes peuvent se comporter de manière non fiable ou dangereuse lorsqu'ils sont poussés au-delà de leurs données d'entraînement ou soumis à des pressions. Dans un nouveau document de recherche intitulé "Reinforcement Learning Towards Broadly and Persistently Beneficial Models", OpenAI explore comment entraîner des modèles pour qu'ils conservent des comportements bénéfiques et sûrs dans de nouveaux scénarios complexes et sous contrainte. Plutôt que de se concentrer uniquement sur une liste d'interdictions, l'étude défend l'idée qu'un bon assistant d'IA doit, dans des situations inédites, rester honnête, prudent, capable d'être corrigé et orienté vers des jugements bénéfiques pour l'humain. Elle propose d'utiliser l'apprentissage par renforcement non pas pour maximiser une récompense étroite (ce qui peut conduire à des détournements ou "reward hacking"), mais pour inculquer des traits bénéfiques profonds. Les chercheurs ont créé un ensemble de données de dialogue synthétique couvrant 12 domaines (médical, juridique, scientifique, etc.) pour évaluer 15 traits bénéfiques comme la véracité, la transparence métacognitive, la perception des risques et l'équité. Dans des expériences, le remplacement de seulement 5% des données d'entraînement standard par des données axées sur ces traits a significativement amélioré les performances du modèle sur 44 des 53 évaluations de sécurité et d'alignement, avec une amélioration moyenne de 9,1 points de pourcentage. Fait marquant, un modèle entraîné avec des données de traits bénéfiques uniquement dans le domaine de la santé a également montré des améliorations dans des tâches non sanitaires, suggérant un transfert d'alignement inter-domaines. Le modèle a appris une inclination sous-jacente à reconnaître l'incertitude et à privilégier la prudence dans les situations à risque. De plus, ces modèles ont démontré une "persistance de l'alignement" plus forte, résistant mieux aux invites adverses et au réglage fin malveillant sans dégradation généralisée de leur comportement. OpenAI souligne que cette recherche ne résout pas l'alignement des IA, mais représente un pas vers un "façonnage préalable" des modèles. L'enjeu pour l'industrie est de développer des IA dont le comportement reste robuste et prévisible dans des tâches complexes à haut risque, au-delà du simple refus systématique.

marsbitIl y a 1 h

Nouvelle étude d'OpenAI : Comment entraîner une IA qui 'ne déraille pas sous pression' ?

marsbitIl y a 1 h

Trading

Spot
Futures
活动图片