# Artikel Terkait Metodologi

Pusat Berita HTX menyediakan artikel terbaru dan analisis mendalam mengenai "Metodologi", mencakup tren pasar, pembaruan proyek, perkembangan teknologi, dan kebijakan regulasi di industri kripto.

Tiga Tahun Menunda Pembaruan, Artikel Panjang Terbaru Alumni Peking University, Weng Li, Viral

Tiga tahun setelah menunda, mantan Wakil Presiden OpenAI Lilian Weng menerbitkan artikel panjang berjudul "Scaling Laws, Carefully" yang memicu perbincangan luas. Artikel tersebut mengkritisi dan menganalisis kelemahan mendasar dari Hukum Skala (Scaling Laws), yang selama lima tahun menjadi dasar investasi miliaran dolar di industri AI. Inti artikel menyoroti beberapa poin krusial: pertama, terdapat perbedaan signifikan antara kesimpulan OpenAI dan DeepMind mengenai alokasi anggaran komputasi untuk model versus data, yang ternyata bersumber dari perbedaan metode penghitungan parameter dan skala eksperimen. Kedua, bahkan formula DeepMind yang dianggap lebih akurat ternyata mengandung bug dalam fungsi loss, di mana optimizer berhenti terlalu dini. Ketiga, Hukum Skala klasik mengasumsikan pasokan data tak terbatas, sementara kenyataannya data teks berkualitas tinggi akan segera habis, sehingga mendorong industri beralih ke pembelajaran penguatan, komputasi saat pengujian, dan data sintetis. Weng juga menekankan bahwa ekstrapolasi kurva dari model kecil untuk memprediksi model besar sangat rentan kesalahan. Ia menyertakan simulator interaktif dalam blognya untuk menunjukkan betapa rapuhnya prediksi tersebut. Artikel ini menyimpulkan bahwa era ketergantungan semata pada "penskalaan buta" sudah berakhir, dan masa depan AI bergantung pada pemahaman dan penanganan detail yang lebih tepat terhadap prinsip-prinsip fundamental ini.

marsbit06/26 04:56

Tiga Tahun Menunda Pembaruan, Artikel Panjang Terbaru Alumni Peking University, Weng Li, Viral

marsbit06/26 04:56

Analisis Agregat di Luar Harga: Metrik Global Glassnode

Analisis pasar agregat menjadi tantangan karena aset kripto terfragmentasi menjadi ribuan aset dan sektor. Glassnode memperkenalkan **Glassnode Global Metrics**, rangkaian metrik agregat yang direbalans secara formal dengan normalisasi indeks berkelanjutan. Metrik ini mengelompokkan aset ke dalam keranjang (basket) seperti Large Cap (≥$1B), Mid Cap ($100M–$1B), dan Small Cap (<$100M), dan menyediakan dua tipe keluaran: **Raw Aggregate** (nilai asli) dan **Index** (seri waktu ternormalisasi basis-100 untuk analisis tren). Contoh aplikasi menunjukkan keunggulan indeks yang disesuaikan kontinuitas: 1. **Struktur Pasar**: Indeks mengungkap lonjakan tajam modalisasi pasar small-cap pada 2024 yang tidak terlihat pada data agregat mentah, karena aset yang sukses keluar dari keranjang. 2. **Sentimen Profit (SOPR)**: Indeks SOPR global menunjukkan sentimen small-cap lebih stabil daripada yang terlihat pada data mentah, dan tren profit-taking jangka panjang di aset besar. 3. **Posisi Derivatif (Open Interest)**: Indeks mempermudah identifikasi volatilitas leverage yang tinggi pada aset small & mid-cap selama episode spekulatif. Keempat metrik (Total Market Cap, Median SOPR, Total Open Interest, Total Realized Cap) tersedia via API dalam format *raw* dan *index*, dengan rebalans mingguan dan pembobotan sama. Framework ini menerapkan disiplin kontinuitas indeks tradisional pada data on-chain dan pasar untuk ekosistem aset kripto yang multi-aset.

insights.glassnode06/03 13:51

Analisis Agregat di Luar Harga: Metrik Global Glassnode

insights.glassnode06/03 13:51

活动图片