Юрист: децентрализованные рынки предсказаний — не гемблинг

cryptonews.ruPublié le 2023-04-24Dernière mise à jour le 2025-01-24

Регуляторы нескольких юрисдикций запретили Web3-платформу рынков предсказаний Polymarket, классифицировав ее как площадку для гемблинга. Однако адвокат Аарон Броган считает аргументы властей несостоятельными, пишет CoinDesk.

Решение запретить платформу приняли Сингапур, Таиланд и Тайвань. Polymarket также столкнулась с претензиями надзорных и правоохранительных органов во Франции и США.

По мнению Брогана, власти безосновательно приравнивают децентрализованные рынки прогнозов к традиционным букмекерам. Последние, по сути, делают ставки против своих клиентов, устанавливая определенные коэффициенты по выплатам. От этого значения, а также исхода события зависит получаемый игорными конторами доход.

Платформы вроде Polymarket и Kalshi выступают в роли нейтральных посредников, сопоставляя ставки пользователей. Площадки не принимают чью-либо сторону и зарабатывают на транзакционных комиссиях.

«Рынки прогнозов не являются азартными играми, потому что они не структурированы для этого. Это инструменты для понимания, хеджирования и создания общественных благ. Вот что делает их принципиально другими», — подчеркнул юрист.

В США подобная деятельность регулируется Законом о товарных биржах на федеральном уровне, а участники должны регистрироваться в CFTC в качестве Designated Contract Markets (DCM). Этот статус исключает претензии на уровне штатов касательно организации азартных игр.

Kalshi активно добивалась получения лицензии DCM и недавно запустила рынок ставок на Супербоул. Polymarket не зарегистрирована в Соединенных Штатах и, возможно, с этим связаны ее проблемы с правоохранителями, допустил эксперт. Обвинения могли выдвинуть местные власти.

Crypto.com подала в CFTC заявку на самосертификацию в качестве DCM для своей площадки Sports. Такой шаг предполагает, что в случае отсутствия ответа регулятора в течение 24 часов заявитель может расценивать это как одобрение деятельности. Эксперты уже задаются вопросом, насколько приход в отрасль децентрализованных платформ угрожает традиционным беттинг-конторам.

«Если они продолжат множится, а CFTC не предпримет действий (чего пока не сделала), они в конечном итоге съедят обед этих букмекеров. Это отрасль стоимостью $21 млрд, а новые продукты будет намного лучше», — заключил Броган.

Напомним, CFTC запросила у Coinbase данные клиентов в рамках расследования касательно Polymarket.

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