Koleksi Interaksi Populer | Tugas Kuis Baru Perle Labs; Perceptron Network Dapatkan Poin Secara Otomatis (4 Maret)

Odaily星球日报Dipublikasikan tanggal 2026-03-04Terakhir diperbarui pada 2026-03-04

Abstrak

Ringkasan Interaksi Populer: Tugas Kuis Baru Perle Labs; Perceptron Network Dapatkan Poin Secara Langsung (4 Maret) Perle Labs: Platform Pelatihan Data AI yang Didukung Ahli Manusia. Platform ini berfokus pada penyediaan dataset berkualitas tinggi untuk pengembangan AI terdesentralisasi. Tutorial: Sambungkan dompet Solana, selesaikan tugas di "Marketplace", dan jawab kuis di X (disebut Twitter) dengan setidaknya 3 jawaban benar sebelum 8 Maret untuk mendapatkan NFT. Perceptron Network: Jaringan Data AI Terdesentralisasi. Jaringan ini membangun ekonomi data yang didukung pengguna dengan insentif token. Tutorial: Unduh ekstensi browser Chrome, daftar dengan email, dan dapatkan poin dengan menjalankan latar belakang (background). InventMoney: Platform "Pencari Uang" Online. Aplikasi fintech Web3 ini membantu pengguna menghasilkan uang melalui tugas online, kompetisi, dan undangan. Tutorial: Daftar dengan email, lengkapi profil, dan selesaikan misi untuk mendapatkan poin token.

Original | Odaily Planet Daily(@OdailyChina)

Penulis | Asher(@Asher_ 0210)

Perle Labs: Platform Data Pelatihan AI yang Didorong oleh Ahli Manusia

Ikhtisar Proyek

Perle Labs adalah platform data pelatihan AI yang didorong oleh ahli manusia, berfokus pada penyediaan kumpulan data berkualitas tinggi untuk mendukung pengembangan AI terdesentralisasi. Menurut data ROOTDATA, saat ini total pendanaan Perle Labs adalah 17,5 juta dolar AS.

Di platform Perle Labs, para ahli (seperti dokter, analis keuangan) melakukan anotasi data di platform, setiap langkah dicatat di blockchain Solana, tidak dapat diubah, dan dapat dilacak sepenuhnya. Klien (seperti perusahaan farmasi, bank) dapat langsung mendapatkan data "bersertifikat" ini melalui API.

Tutorial Interaksi

LANGKAH 1. Masuk ke situs web resmi (tautan:https://app.perle.xyz/) dan klik "Connect Wallet", hubungkan dompet yang mendukung jaringan Solana (akan ada tautan undangan pribadi, mengundang teman dapat mendapatkan 10% dari poin yang diperoleh teman), pastikan dompet yang login memiliki sedikit SOL, setiap tugas memerlukan konfirmasi on-chain.

LANGKAH 2. Selain menyelesaikan semua tugas di "Marketplace", balas konten yang ditentukan di konten tweet Perle Labs yang sesuai, lalu masuk ke halaman balasan platform X pribadi dan periksa jawabannya, perlu menjawab dengan benar setidaknya 3 kali dan unggah tangkapan layar (pastikan setiap tangkapan layar dengan jelas menampilkan nama pengguna X, tanggal balasan, dan jawaban) (tautan formulir:https://docs.google.com/forms/d/e/1FAIpQLSd7m8YgMSf8TxeC7TqJ8SzBIbZosXKWpyEsjbrKTH5pW3UGLQ/viewform?pli=1), NFT akan di-airdrop ke alamat jaringan Solana yang dikirimkan dalam formulir, jendela pengajuan akan ditutup pada 8 Maret.

Perceptron Network: Jaringan Data AI Terdesentralisasi

Ikhtisar Proyek

Perceptron Network adalah jaringan data AI terdesentralisasi, termasuk dalam jalur ekonomi AI dan data terdesentralisasi. Posisi intinya adalah membangun jaringan data nyata dan real-time yang disumbangkan oleh pengguna, untuk mengatasi masalah data pelatihan AI yang saat ini dimonopoli oleh beberapa platform, dan melalui insentif token memungkinkan kontributor data mendapatkan imbalan.

Tutorial Interaksi

LANGKAH 1. Masuk ke situs web interaksi (tautan:https://perceptrons.xyz/), klik "Get Started Now" lalu undang ekstensi Google.

LANGKAH 2. Daftar akun melalui email pribadi, selesaikan verifikasi email lalu lakukan operasi latar belakang otomatis.

InventMoney: Platform Eksklusif untuk "Pencari Penghasilan Online"

Ikhtisar Proyek

InventMoney adalah aplikasi keuangan Web3 (Fintech SuperApp), diinkubasi oleh The Invention Network, diposisikan sebagai platform eksklusif untuk "pencari penghasilan internet", membantu pengguna biasa (terutama pembuat konten, pekerja lepas, pekerja digital, dan peserta Web3) menghasilkan uang melalui tugas online, kompetisi, undangan, dan partisipasi dalam pertumbuhan jaringan. Hingga saat ini, InventMoney telah menyelesaikan putaran Pre-Seed senilai 4 juta dolar AS.

Tutorial Interaksi

LANGKAH 1. Masuk ke situs web interaksi (tautan:https://app.inventmoney.com/r/UGPZQBLD), pilih login email, dan setelah menyelesaikan informasi dasar seperti nama pribadi, selesaikan pendaftaran akun.

LANGKAH 2. Selesaikan tugas di bawah untuk mendapatkan poin token yang sesuai.

LANGKAH 3. Klik "Missions" untuk menyelesaikan tugas dan dapatkan poin token yang sesuai.

Pertanyaan Terkait

QApa itu Perle Labs dan apa yang membedakannya?

APerle Labs adalah platform data pelatihan AI yang digerakkan oleh ahli manusia, berfokus pada penyediaan dataset berkualitas tinggi untuk mendukung pengembangan AI terdesentralisasi. Yang membedakannya adalah setiap langkah anotasi data oleh ahli dicatat di blockchain Solana, sehingga tidak dapat diubah dan dapat dilacak sepenuhnya.

QBagaimana cara berpartisipasi dalam tugas menjawab pertanyaan baru Perle Labs?

APertama, kunjungi situs web resmi (https://app.perle.xyz/) dan hubungkan dompet yang mendukung jaringan Solana. Kemudian, selesaikan semua tugas di 'Marketplace' dan balas konten tweet Perle Labs dengan konten yang ditentukan. Jawab setidaknya 3 pertanyaan dengan benar, tangkap layar yang menunjukkan nama pengguna X, tanggal, dan jawaban, lalu kirimkan melalui formulir Google yang disediakan sebelum 8 Maret.

QApa itu Perceptron Network dan bagaimana cara mendapatkan poin secara pasif?

APerceptron Network adalah jaringan data AI terdesentralisasi yang membangun jaringan data real-time yang disumbangkan pengguna. Untuk mendapatkan poin secara pasif, unduh ekstensi Google Chrome dari situs web mereka (https://perceptrons.xyz/), daftar dengan email, verifikasi, dan biarkan berjalan di latar belakang.

QApa itu InventMoney dan siapa target penggunanya?

AInventMoney adalah aplikasi keuangan Web3 (Fintech SuperApp) yang diinkubasi oleh The Invention Network. Platform ini ditujukan untuk 'pelaku penghasil uang internet', membantu pengguna biasa (khususnya kreator, pekerja lepas, pekerja digital, dan peserta Web3) menghasilkan uang melalui tugas online, kompetisi, undangan, dan partisipasi dalam pertumbuhan jaringan.

QBagaimana cara mendapatkan token poin di InventMoney?

ASetelah mendaftar di situs web (https://app.inventmoney.com/r/UGPZQBLD) dengan email dan menyelesaikan informasi dasar, pengguna dapat menyelesaikan tugas yang tercantum di bawah 'Missions' untuk mendapatkan token poin yang sesuai.

Bacaan Terkait

Claude Hadirkan Fitur Baru: Rekaman Layar+Suara, Satu Klik "Mendistilasi" Skill untuk Bekerja Menggantikan Anda

Anthropic telah meluncurkan fitur "Record a Skill" pada aplikasi desktop Claude. Fitur ini memungkinkan pengguna Pro, Max, dan Team untuk membuat Skill yang dapat digunakan kembali hanya dengan merekam layar dan memberikan penjelasan suara tentang alur kerja mereka. Claude kemudian secara otomatis menganalisis rekaman dan menghasilkan Skill yang siap pakai, yang dapat dipanggil dengan perintah garis miring (/) dalam percakapan. Fitur ini secara signifikan menurunkan hambatan untuk mengotomatisasi tugas. Alih-alih harus menulis instruksi manual dalam Markdown, pengguna hanya perlu mendemonstrasikan dan menceritakan prosesnya. Hal ini tidak hanya menangkap langkah-langkah yang terlihat, tetapi juga logika dan pertimbangan tersembunyi yang disampaikan dalam narasi suara. Inovasi ini berpotensi mengubah manajemen pengetahuan dan operasi di tempat kerja, memudahkan pendokumentasian dan transfer keahlian. Namun, artikel ini juga menyoroti sisi lain: kemudahan dalam mengemas keahlian menjadi alur kerja otomatis dapat mengikis "parit pertahanan" pekerjaan tradisional. Kemampuan untuk melakukan suatu tugas menjadi kurang berharga dibandingkan kemampuan untuk melakukan hal-hal yang tidak dapat dengan mudah diajarkan atau diotomatisasi.

marsbit4m yang lalu

Claude Hadirkan Fitur Baru: Rekaman Layar+Suara, Satu Klik "Mendistilasi" Skill untuk Bekerja Menggantikan Anda

marsbit4m yang lalu

Memberi "Noise" ke AI Juga Bisa Meningkatkan Skor, Karya Ini Membuat Noise Mencapai Transfer Positif

Dalam bidang transfer learning, sumber data biasanya berupa gambar, teks, atau audio. Namun, penelitian "Semi-Supervised Noise Adaptation (SSNA)" menunjukkan bahwa **noise acak yang tidak memiliki makna semantik**—dihasilkan dari distribusi Gaussian—juga dapat meningkatkan performa model dalam skenario semi-supervised dengan sedikit data berlabel. Metode ini menggunakan **Kerangka Adaptasi Noise (Noise Adaptation Framework, NAF)**. NAF membuat struktur kategori diskriminatif dalam domain noise acak, lalu mentransfer **struktur** ini ke data target nyata untuk memberikan batas klasifikasi yang lebih jelas. Model memproyeksikan domain noise dan target ke ruang representasi bersama dan menyelaraskannya pada tingkat kategori. Dalam eksperimen, dengan hanya 4 sampel berlabel per kelas, NAF meningkatkan akurasi secara signifikan dibandingkan baseline ERM pada dataset seperti CIFAR-10 (+12.35%), CIFAR-100 (+7.61%), dan lainnya. Peningkatan juga terlihat pada dataset skala besar seperti ImageNet-1K dan tugas klasifikasi teks. Kunci keberhasilan ini bukanlah sifat acak noise itu sendiri, melainkan **struktur kategori yang dapat dipisahkan** yang dibentuknya dalam ruang representasi. Eksperimen ablasi menunjukkan bahwa jika semua noise dikompresi menjadi satu titik (tanpa struktur), kinerja justru menurun drastis. Sebaliknya, memperlebar jarak antara pusat kategori noise meningkatkan akurasi. Penelitian ini menawarkan perspektif baru: dalam transfer learning, pengetahuan yang dapat ditransfer bisa berupa **cara data diorganisasikan dalam ruang representasi**, bukan hanya konten semantiknya. Ini membuka kemungkinan untuk skenario di mana data sumber asli tidak tersedia karena masalah privasi, hak cipta, atau keterbatasan akses. Noise sintetis dapat menjadi alternatif sumber daya yang efektif dan rendah biaya.

marsbit4m yang lalu

Memberi "Noise" ke AI Juga Bisa Meningkatkan Skor, Karya Ini Membuat Noise Mencapai Transfer Positif

marsbit4m yang lalu

Operator Teleprompter "Khusus" Gedung Putih Raup Lebih dari $100.000 dengan Prediksi Berbasis Informasi Orang Dalam

Artikel berjudul "Operator Teleprompter Gedung Putih Dapatkan Lebih dari $100.000 dengan Informasi Orang Dalam" mengungkap kasus insider trading di pasar prediksi oleh Gabriel Perez, asisten teknis dan operator teleprompter untuk mantan Presiden AS Donald Trump. Perez, yang memiliki akses ke naskah pidato Trump sebelum disampaikan, menggunakan informasi orang dalam ini untuk bertaruh pada kata-kata spesifik yang akan disebutkan Trump dalam berbagai pidato di platform prediksi Kalshi. Dalam sekitar tiga bulan, ia mendapat untung lebih dari $100.000. Namun, platform Kalshi mendeteksi aktivitas mencurigakan, membekukan dana sekitar $90.000, dan melaporkannya ke CFTC. Akibatnya, Perez diberhentikan sementara tanpa gaji oleh Trump. Meski mengembalikan keuntungan dan berjanji tidak mengulangi pelanggaran, ia tidak menghadapi tuntutan pidana karena dianggap tidak membocorkan informasi rahasia negara. Kasus ini menyoroti kerentanan pasar prediksi "sebutan" terhadap manipulasi, di mana orang dalam atau pembicara sendiri dapat dengan mudah mempengaruhi hasil. Insiden serupa sebelumnya melibatkan tentara dan insinyur Google. Sebagai tanggapan, platform seperti Kalshi mulai memperketat aturan, termasuk mengharuskan pengguna mengungkapkan tempat kerja. Artikel menyimpulkan bahwa meskipun pembersihan perdagangan orang dalam membuat pasar prediksi lebih patuh, hal itu juga menjauhkannya dari tujuan awalnya sebagai pengejawantahan kebijaksanaan kolektif, menjadikannya lebih mirip kasino biasa.

marsbit1j yang lalu

Operator Teleprompter "Khusus" Gedung Putih Raup Lebih dari $100.000 dengan Prediksi Berbasis Informasi Orang Dalam

marsbit1j yang lalu

Operator Teleprompter "Khusus" Gedung Putih, Meraup Lebih dari 100 Ribu Dolar AS dengan Prediksi Menggunakan Informasi Orang Dalam

Sebuah staf Gedung Putih yang bertugas mengoperasikan teleprompter (penyusun teks pidato) untuk mantan Presiden AS Donald Trump, Gabriel Perez, telah diduga melakukan perdagangan orang dalam (insider trading) di pasar prediksi. Perez, yang memiliki akses ke naskah pidato Trump sebelum disampaikan, dilaporkan memanfaatkan informasi non-publik tersebut untuk bertaruh pada kata-kata spesifik yang akan disebutkan Trump dalam berbagai pidatonya di platform prediksi Kalshi. Dalam kurun waktu sekitar tiga bulan, ia dikabarkan memperoleh keuntungan lebih dari $100,000. Kalshi kemudian mendeteksi aktivitas transaksi yang tidak biasa dan membekukan lebih dari $90,000 di akun Perez sebelum melaporkan kasus ini kepada Commodity Futures Trading Commission (CFTC). Atas insiden tersebut, Perez diberhentikan sementara dari tugasnya tanpa gaji oleh Trump. Berbeda dengan dua kasus insider trading sebelumnya di pasar prediksi yang melibatkan seorang tentara dan insinyur Google, Perez tidak menghadapi tuntutan pidana. CFTC dikabarkan sedang dalam proses penyelesaian damai yang mewajibkannya mengembalikan keuntungannya dan berhenti melakukan transaksi serupa. Kasus ini menyoroti kerentanan pasar prediksi "sebutan" (mention markets) terhadap manipulasi, di mana individu dengan informasi orang dalam atau bahkan pembicara itu sendiri dapat dengan mudah memengaruhi hasilnya. Beberapa contoh, seperti CEO Coinbase yang dengan sengaja menyebut semua opsi taruhan dalam sebuah konferensi, mengilustrasikan masalah ini. Menanggapi hal tersebut, Kalshi telah memperketat kebijakan dengan mewajibkan pengguna mengungkapkan tempat kerja mereka untuk mencegah penyalahgunaan informasi orang dalam. Insiden Perez menandai langkah lain dalam pembersihan perdagangan orang dalam di industri pasar prediksi, sekaligus mempertanyakan keandalan pasar tersebut sebagai cerminan kebijaksanaan kolektif.

Odaily星球日报1j yang lalu

Operator Teleprompter "Khusus" Gedung Putih, Meraup Lebih dari 100 Ribu Dolar AS dengan Prediksi Menggunakan Informasi Orang Dalam

Odaily星球日报1j yang lalu

Tambang Bitcoin Berubah Menjadi Pabrik AI

Tambang Bitcoin Berubah Menjadi Pabrik AI Di Texas, AS, proyek kampus besar pertama OpenAI "Stargate" dibangun di atas lahan bekas penambangan Bitcoin oleh Crusoe, perusahaan yang awalnya memanfaatkan gas alam terbuang untuk menambang kripto. Ini mencerminkan tren transformasi besar: infrastruktur dan sumber daya dari era Crypto kini dialirkan ke industri AI. Pilar utama transformasi ini adalah: 1. **Tambang ke Pusat Data AI:** Perusahaan penambangan seperti Bitdeer, CoreWeave (dulunya Atlantic Crypto), TeraWulf, dan Hut 8 menjual atau mengalihkan kapasitas pusat data mereka yang sudah memiliki akses listrik, lahan, dan izin ke perusahaan AI seperti Anthropic dan AWS. Kontrak jangka panjang bernilai miliaran dolar ini lebih menguntungkan dibandingkan pendapatan menambang Bitcoin yang menurun. 2. **Talenta Crypto ke Startup AI:** Mantan eksekutif dan insinyur Crypto membawa keahlian mereka ke bidang AI. Contohnya, Alex Atallah (co-founder OpenSea) mendirikan OpenRouter, sebuah platform agregator untuk ratusan model AI. Burkay Gur (eks Coinbase) mendirikan Fal.ai, infrastruktur untuk inferensi media generatif. 3. **Modal Crypto Mendanai AI:** Kekayaan yang terakumulasi dari pasar Crypto digunakan untuk membiayai ekosistem AI. Jed McCaleb (pendiri Ripple/Stellar) mendanai Voltage Park, penyewa GPU skala besar. Venture capital Crypto seperti Paradigm berinvestasi dalam startup AI seperti Nous Research (pengembang model Hermes). Bahkan investasi awal SBF (FTX) di Anthropic dan Anysphere (penghasil Cursor) menunjukkan aliran modal ini. Intinya, industri Crypto tidak menghilang, tetapi aset-aset berharganya—infrastruktur listrik/pusat data, talenta teknis, dan modal—ditempatkan kembali untuk membangun fondasi industri AI berikutnya.

链捕手1j yang lalu

Tambang Bitcoin Berubah Menjadi Pabrik AI

链捕手1j yang lalu

Trading

Spot
活动图片

Kategori Populerright-arrow

Tag Populerright-arrow