# Précision Articles associés

Le Centre d'actualités HTX fournit les derniers articles et analyses approfondies sur "Précision", couvrant les tendances du marché, les mises à jour des projets, les développements technologiques et les politiques réglementaires dans l'industrie crypto.

La prédiction des éliminatoires de la Coupe du Monde, les différents niveaux d'IA font-ils une si grande différence ?

Différents modèles d’IA ont été utilisés pour prédire les matchs éliminatoires de la Coupe du Monde, et leurs performances ont varié considérablement. Les modèles DeepSeek et Gemini se sont distingués en prédisant avec précision le match Pays-Bas contre Maroc, anticipant une égalité en temps réglementaire et une victoire du Maroc aux tirs au but, ce qui s’est produit. Grok et Qwen ont montré une bonne précision en prédisant les scores exacts de plusieurs matchs, comme la victoire 1-0 du Canada sur l’Afrique du Sud et la victoire 2-1 du Brésil sur le Japon. Ils ont également bien anticipé des résultats comme la victoire 2-1 de la Norvège sur la Côte d’Ivoire. Ces modèles semblent fiables pour les matchs où une équipe est favorite. ChatGPT a souvent fourni une analyse nuancée des matchs, identifiant correctement les difficultés potentielles pour les favoris, mais il a rarement prédit des résultats inattendus. Tous les modèles ont échoué à prévoir l’élimination de l’Allemagne par le Paraguay aux tirs au but, surestimant systématiquement la force de l’Allemagne. En résumé, Gemini et DeepSeek ont montré une capacité remarquable à anticiper des scénarios complexes et des surprises. Grok et Qwen sont précis sur les scores dans les matchs à issue attendue. ChatGPT est bon pour l’analyse contextuelle mais plus prudent dans ses conclusions. Le choix du modèle dépend donc du type de prédiction recherchée.

Odaily星球日报07/02 01:47

La prédiction des éliminatoires de la Coupe du Monde, les différents niveaux d'IA font-ils une si grande différence ?

Odaily星球日报07/02 01:47

Quelqu'un prédit le marché boursier coréen avec Hyperliquid, avec une précision atteignant 74% ?

Une étude a analysé la capacité des contrats perpétuels sur actions sud-coréennes (Samsung Electronics, SK Hynix, Hyundai Motor et l'ETF EWY) négociés le week-end sur Hyperliquid à prédire la direction d'ouverture des marchés le lundi. Sur 62 échantillons, le taux de précision global est de 73,8%. Les résultats varient considérablement selon l'actif. Samsung Electronics présente des performances exceptionnelles, avec une prédiction correcte dans 15 cas sur 16 (94%), un résultat statistiquement significatif. Hyundai Motor affiche un bon taux (81%) mais non significatif compte tenu d'un biais baissier à l'ouverture. SK Hynix (10/16) et l'ETF EWY (7/13) ne font pas mieux qu'une préduction aléatoire. L'écart s'explique en partie par les décalages horaires. L'ouverture du marché sud-coréen (KRX) coïncide presque avec la clôture d'Hyperliquid le dimanche, ce qui favorise la précision pour Samsung. En revanche, l'ouverture de l'EWY à New York a lieu 14 heures plus tard, intégrant de nouvelles informations. Une analyse utilisant la clôture du samedi (avec 24h d'avance) montre encore une précision de 75% pour Samsung, suggérant que le marché du week-end sur Hyperliquid apporte une information nouvelle, au-delà de la simple continuation de la séance du vendredi. Bien que le volume échangé le week-end soit faible, l'étude conclut que pour les investisseurs sur Samsung Electronics, consulter le prix de clôture du week-end sur Hyperliquid avant l'ouverture du lundi pourrait être utile, malgré la taille d'échantillon encore limitée.

Foresight News06/10 10:10

Quelqu'un prédit le marché boursier coréen avec Hyperliquid, avec une précision atteignant 74% ?

Foresight News06/10 10:10

Un nouveau papier d'AMD remet en cause les idées reçues : L'instabilité de l'entraînement en FP4 n'est pas due à un manque de stochasticité

AMD et l’Université d’État de Pennsylvanie ont publié une étude qui remet en cause la croyance selon laquelle l’instabilité de l’entraînement des modèles de langue en précision FP4 proviendrait d’un manque de stochasticité. Leur recherche révèle que l’instabilité est principalement due à l’accumulation et à l’amplification d’erreurs structurelles de micro-mise à l’échelle (micro-scaling) le long du chemin des gradients sensibles, notamment lors du calcul du gradient des poids (Wgrad). En utilisant le format MXFP4 et une rotation de Hadamard déterministe (et non stochastique) pour stabiliser le processus, l’équipe a réussi à entraîner complètement un modèle Llama 3.1-8B sur du matériel natif FP4 (AMD Instinct MI355X). Cette méthode a permis d’accélérer le débit des étapes d’entraînement de 20% et d’obtenir une accélération globale de 9 à 10% par rapport à une base FP8, avec seulement 8 à 9% de tokens d’entraînement supplémentaires nécessaires. Ces résultats ouvrent la voie à une utilisation du FP4 non seulement pour l’inférence, mais aussi pour l’entraînement, potentiellement en doublant l’efficacité de calcul sur le matériel supportant nativement cette précision.

marsbit05/27 06:24

Un nouveau papier d'AMD remet en cause les idées reçues : L'instabilité de l'entraînement en FP4 n'est pas due à un manque de stochasticité

marsbit05/27 06:24

En tête du classement GitHub, le guide essentiel pour les utilisateurs de Claude Code

CLAUDE.md est un fichier de configuration crucial pour améliorer l'efficacité de Claude Code, l'assistant de programmation IA. Placé à la racine d'un projet, il est lu automatiquement au début de chaque session pour fournir un contexte persistant. Sans ce fichier, les développeurs gaspillent en moyenne 30 minutes par jour à réexpliquer le contexte (stack technique, conventions, décisions passées), ce qui représente un coût caché important. CLAUDE.md résout ce problème et évite trois types d'erreurs coûteuses : 1. **Paramètres par défaut** : Il élimine les explications répétitives en définissant le contexte du projet, le style de communication et les attentes de réponses. 2. **Contraintes comportementales** : Il empêche les modifications non autorisées en exigeant une confirmation pour les actions importantes, en limitant strictement la portée des changements et en imposant un résumé des modifications apportées. 3. **Mémoire et Stack technique** : Il maintient une "mémoire" du projet via des fichiers comme `MEMORY.md` et `ERRORS.md`, et verrouille la stack technique pour éviter les recommandations inappropriées. Les 4 règles initiales d'Andrej Karpathy, intégrées dans ce fichier, ont permis d'augmenter la précision du codage de 65% à 94%. Elles consistent à : demander des clarifications en cas de doute, implémenter d'abord la solution la plus simple, ne pas modifier du code non concerné, et expliciter les incertitudes. La mise en place de CLAUDE.md prend environ 2 heures mais permet aux équipes de développement d'économiser des centaines de dollars par semaine en gain de productivité et en évitant des erreurs.

marsbit05/18 09:44

En tête du classement GitHub, le guide essentiel pour les utilisateurs de Claude Code

marsbit05/18 09:44

Polymarket n'est pas une "machine à vérité" omnipotente

Polymarket, une plateforme de marché prédictif, est souvent présentée comme une « machine à vérité » capable de prédire l'avenir grâce aux paris des traders. Cependant, une analyse approfondie révèle des limites significatives. Bien que performante pour les élections et les données économiques (score Brier de 0.047 en moyenne), sa précision chute drastiquement pour les sports (score de 0.325, pire que le hasard) ou certains événements culturels. Le marché est vulnérable aux manipulations : des traders fortunés, disposant d’enquêtes privées ou d’informations privilégiées (comme dans des opérations militaires), peuvent influencer les cotes. Ces probabilités, reprises par les médias traditionnels (WSJ, CNN) et les réseaux sociaux, sont ensuite perçues comme des vérités, alors qu’elles ne reflètent souvent que l’opinion d’une minorité. Ainsi, Polymarket n’est pas une machine à vérité universelle. Elle fonctionne bien pour les événements à forte liquidité et à court terme, mais devient peu fiable pour la majorité des autres sujets, risquant de fausser la perception publique lorsque ses cotes sont prises pour argent comptant.

marsbit04/15 11:47

Polymarket n'est pas une "machine à vérité" omnipotente

marsbit04/15 11:47

Wikipédia publie de nouvelles règles d'édition : Vote adopté, interdiction stricte d'utiliser l'IA pour générer ou réécrire le contenu des articles

Le 26 mars, Wikipédia a officiellement adopté par vote une nouvelle politique éditoriale interdisant l'utilisation directe de l'IA pour générer ou réécrire du contenu. Cette décision, approuvée à une écrasante majorité par les éditeurs bénévoles (40 contre 2), vise à préserver l'exactitude des informations et la souveraineté éditoriale humaine. Bien que l'IA reste autorisée comme outil d'assistance pour suggérer des modifications, son utilisation est strictement encadrée : aucun contenu non vérifié ne peut être introduit, afin d'éviter les hallucinations des modèles et les risques de désinformation. Cette mesure équilibre prudemment l'efficacité technologique et la fiabilité, définissant une frontière claire entre assistance et création, et sert de référence pour la gouvernance éthique des bases de connaissances à l'ère de l'IA.

marsbit03/27 01:11

Wikipédia publie de nouvelles règles d'édition : Vote adopté, interdiction stricte d'utiliser l'IA pour générer ou réécrire le contenu des articles

marsbit03/27 01:11

Ne vous laissez pas berner par le « prix de consensus » : 23 pièges des marchés prédictifs

**Résumé : Les 23 défauts des marchés prédictifs** Les marchés prédictifs, souvent présentés comme une infrastructure innovante, souffrent de multiples défauts structurels qui limitent leur adoption à grande échelle. Alexander Lin, un KOL crypto, en liste 23 principaux. Leur efficacité capitalistique est faible, avec des exigences de collatéral intégral et aucun effet de levier, contrairement aux contrats perpétuels. Le capital est bloqué jusqu’au règlement, ce qui réduit drastiquement sa rotation. La liquidité des pools (LP) est structurellement déficiente, la moitié des actifs étant vouée à zéro en cas de perte. Ces marchés manquent de couverture naturelle et font face à une sélection adverse croissante à l’approche de l’échéance. Leur lancement est difficile en raison du manque de liquidité initiale, et ils dépendent entièrement d’événements externes pour générer du volume. Ils ne s’intègrent pas dans les stratégies d’investissement institutionnel, et leur liquidité est réinitialisée après chaque règlement. Les subventions créent une fausse liquidité, et la qualité de l’information est souvent sacrifiée au profit du volume. D’autres risques incluent la manipulation des questions, la dépendance aux oracles, la possibilité de manipulation du marché ou même de l’événement réel, et l’absence d’outils financiers complexes. La fragmentation réglementaire et le dilemme de l’innovateur compliquent encore les perspectives d’évolution. En résumé, les marchés prédictifs restent confrontés à des obstacles majeurs qui entravent leur crédibilité, leur efficacité et leur passage à l’échelle.

比推02/27 06:23

Ne vous laissez pas berner par le « prix de consensus » : 23 pièges des marchés prédictifs

比推02/27 06:23

Les 23 principaux défauts des marchés prédictifs

L'auteur Alexander Lin, un influenceur crypto, dresse une liste de 23 défauts structurels des marchés prédictifs, les présentant comme fondamentalement non-viables pour une adoption financière massive. Les principaux problèmes incluent une faible efficacité capitalistique (pas d'effet de levier, capital immobilisé), une rotation du capital structurellement déficiente et des pools de liquidités (LP) dégénérant à l'expiration. L'absence de hedgeurs naturels et la sélection adverse croissante à l'approche du règlement pénalisent les teneurs de marché. D'autres défis majeurs sont le piège de liquidité au lancement, l'absence de demande endogène, et le manque de cadre pour l'allocation d'actifs institutionnels. La liquidité est constamment réinitialisée après chaque règlement et dépend de subventions non durables. Les risques opérationnels sont nombreux : qualité de l'information, création excessive de marchés, risque d'oracle, design des questions manipulable et risque de manipulation des marchés eux-mêmes. La fragmentation réglementaire et le manque d'outils financiers complexes complètent ce tableau difficile, créant un dilemme de l'innovateur pour les acteurs existants.

marsbit02/27 04:28

Les 23 principaux défauts des marchés prédictifs

marsbit02/27 04:28

Après avoir analysé 231 marchés de prédiction, nous avons découvert la dure vérité sur les ICO

L'analyse de 231 marchés prédictifs sur les ICO révèle des vérités crues : les marchés de prédiction comme Polymarket, bien qu'affichant une précision de 100% à la clôture, sont en réalité des indicateurs inverses. La précision réelle une semaine avant la clôture n'est que de 66,7%, avec une erreur systématiquement optimiste. Les investisseurs surestiment constamment le montant des levées de fonds et la valorisation (surestimation moyenne de +35% pour la FDV). 75% des jetons voient leur prix chuter dans les 24 heures après leur introduction, avec une variation moyenne de ±23%. Les signaux baissiers incluent un volume d'échange >50M$ et un optimisme excessif >50%, tandis qu'un faible volume (<5M$) et des prévisions précises (<20% d'erreur) sont relativement favorables. En résumé, ces marchés mesurent surtout la hype : l'optimisme collectif excessif précède souvent des performances médiocres, avec une corrélation négative entre la surestimation et les rendements post-ICO (moyenne de -32,2%). Seul un projet sur cinq a maintenu son prix d'ICO.

比推01/29 19:36

Après avoir analysé 231 marchés de prédiction, nous avons découvert la dure vérité sur les ICO

比推01/29 19:36

Le premier rapport de recherche de Kalshi est publié : Comment la sagesse des foules surpasse les cerveaux de Wall Street pour prédire l'IPC

La première étude de Kalshi Research révèle que les marchés prédictifs surpassent systématiquement les prévisions consensuelles de Wall Street pour prédire l’inflation (IPC annuel). Sur la période étudiée (2023 à mi-2025), la précision des prédictions de Kalshi présente une erreur absolue moyenne (MAE) inférieure de 40,1 % à celle du consensus. L’avantage est encore plus marqué lors des chocs économiques : pour les surprises importantes (>0,2 point), l’erreur de Kalshi est inférieure de 60% la veille de la publication. Lorsque les prévisions de Kalshi et le consensus divergent de plus de 0,1 point, la prédiction de Kalshi est plus précise dans 75% des cas, et la probabilité d’un choc dépasse 81%. Trois mécanismes expliquent cette supériorité : la sagesse des foules grâce à la diversité des participants, des incitations financières alignées sur la précision (et non la réputation), et une agrégation plus efficace d’informations hétérogènes et décentralisées. Ces résultats suggèrent que les marchés prédictifs offrent un « alpha de choc » significatif, fournissant un signal précieux, surtout dans les périodes de forte incertitude où l’exactitude est cruciale pour la prise de décision économique et financière.

marsbit12/24 04:30

Le premier rapport de recherche de Kalshi est publié : Comment la sagesse des foules surpasse les cerveaux de Wall Street pour prédire l'IPC