7*24

конъюнктура

Горячая тема

Согласно мониторингу Dongcha Beating, Trajectory в сотрудничестве с лабораторией облачных вычислений UC Berkeley и Anyscale объявила о запуске открытой платформы обучения с подкреплением Multi-LoRA SkyRL, а также о выпуске архитектуры одновременного обучения Multi-LoRA Training, которая поддерживает непрерывное обучение для больших моделей. В традиционных экспериментах по тонкой настройке больших моделей разработчики должны индивидуально планировать узлы GPU для каждой задачи тонкой настройки, часто загружая и выгружая одну и ту же огромную модель на серверах. Например, обучение гигантской модели с 397 миллиардами параметров традиционно требует нескольких наборов вычислительных узлов для многократной загрузки сотен гигабайт файлов весов, что приводит к значительной потере вычислительного времени и ресурсов. Архитектура Multi-LoRA полностью устраняет дилемму повторных холодных запусков. Система выбирает поддерживать общую базу модели в онлайн-режиме в памяти GPU и управляет несколькими различными экспериментами по тонкой настройке в виде легковесных «адаптеров». В фазе обучения система последовательно выполняет прямое и обратное распространение, быстро переключая состояния каждого адаптера между CPU и GPU, тем самым избегая накладных расходов на холодный старт при многократной загрузке гигантской базовой модели. В сочетании с одновременной обработкой в фазе вывода общая экспериментальная пропускная способность для многозадачности значительно увеличивается. Тестовые данные показывают, что, обеспечивая отсутствие ухудшения производительности больших моделей, пропускная способность в режиме end-to-end увеличилась до 2,81 раза, а пропускная способность в абсолютное время на одном узле улучшилась примерно в 3,25 раза. Код обучения теперь открыт в репозитории SkyRL, с целью помочь разработчикам достичь почасовой самоэволюции больших моделей с минимальными затратами памяти за счет данных производственной реальности.

[Большая модель достигает почасовой самоэволюции; открытая платформа одновременного обучения SkyRL обеспечивает увеличение эффективности в 2,8 раза] Согласно мониторингу Dongcha Beating, Trajectory в сотрудничестве с лабораторией облачных вычислений UC Berkeley и Anyscale объявила о запуске открытой платформы обучения с подкреплением Multi-LoRA SkyRL, а также о выпуске архитектуры одновременного обучения Multi-LoRA Training, которая поддерживает непрерывное обучение для больших моделей. В традиционных экспериментах по тонкой настройке больших моделей разработчики должны индивидуально планировать узлы GPU для каждой задачи тонкой настройки, часто загружая и выгружая одну и ту же огромную модель на серверах. Например, обучение гигантской модели с 397 миллиардами параметров традиционно требует нескольких наборов вычислительных узлов для многократной загрузки сотен гигабайт файлов весов, что приводит к значительной потере вычислительного времени и ресурсов. Архитектура Multi-LoRA полностью устраняет дилемму повторных холодных запусков. Система выбирает поддерживать общую базу модели в онлайн-режиме в памяти GPU и управляет несколькими различными экспериментами по тонкой настройке в виде легковесных «адаптеров». В фазе обучения система последовательно выполняет прямое и обратное распространение, быстро переключая состояния каждого адаптера между CPU и GPU, тем самым избегая накладных расходов на холодный старт при многократной загрузке гигантской базовой модели. В сочетании с одновременной обработкой в фазе вывода общая экспериментальная пропускная способность для многозадачности значительно увеличивается. Тестовые данные показывают, что, обеспечивая отсутствие ухудшения производительности больших моделей, пропускная способность в режиме end-to-end увеличилась до 2,81 раза, а пропускная способность в абсолютное время на одном узле улучшилась примерно в 3,25 раза. Код обучения теперь открыт в репозитории SkyRL, с целью помочь разработчикам достичь почасовой самоэволюции больших моделей с минимальными затратами памяти за счет данных производственной реальности.

Большая модель достигает почасовой самоэволюции; открытая платформа одновременного обучения SkyRL обеспечивает увеличение эффективности в 2,8 раза

31 мая, по местному времени 30 мая, президент США Трамп заявил в интервью, которое транслировалось на Fox News, что США и Иран близки к достижению 'очень хорошего соглашения.' Трамп также упомянул, что мы получим 'лучшее соглашение', которое должно было быть достигнуто быстрее. Однако он указал, что если соглашение не может быть достигнуто, он попросит 'Военное ведомство' (имеется в виду Министерство обороны США) вмешаться. Трамп заявил, что если он не получит то, что хочет, 'мы закончим это другим способом.' Он также подчеркнул, что подписав соглашение, мы можем обеспечить навигацию в Ормузском проливе и гарантировать, что у Ирана не будет ядерного оружия. Обсуждая соглашение с Ираном, Трамп подчеркнул, что он не спешит. 'Если вы спешите, вы не можете достичь хорошего соглашения.' (CCTV News)

[Трамп: Если соглашение США и Ирана провалится, вмешается 'Военное ведомство']31 мая, по местному времени 30 мая, президент США Трамп заявил в интервью, которое транслировалось на Fox News, что США и Иран близки к достижению 'очень хорошего соглашения.' Трамп также упомянул, что мы получим 'лучшее соглашение', которое должно было быть достигнуто быстрее. Однако он указал, что если соглашение не может быть достигнуто, он попросит 'Военное ведомство' (имеется в виду Министерство обороны США) вмешаться. Трамп заявил, что если он не получит то, что хочет, 'мы закончим это другим способом.' Он также подчеркнул, что подписав соглашение, мы можем обеспечить навигацию в Ормузском проливе и гарантировать, что у Ирана не будет ядерного оружия. Обсуждая соглашение с Ираном, Трамп подчеркнул, что он не спешит. 'Если вы спешите, вы не можете достичь хорошего соглашения.' (CCTV News)

Трамп: Если соглашение США и Ирана провалится, вмешается 'Военное ведомство'

Согласно мониторингу Dongcha Beating, Уэйцзе Су, выпускник Школы математических наук Пекинского университета 2007 года, доктор философии по статистике Стэнфордского университета и полный профессор в Школе Уортона Университета Пенсильвании, объявил на социальной платформе X, что он официально присоединился к OpenAI во время своего академического отпуска из Уортона. Су заявил, что он будет участвовать в обучении AI моделей после возвращения в заливную область спустя десять лет. Кроме того, после десятилетия академических усилий, Су был официально повышен до полного профессора в кафедре статистики и науки о данных Школы Уортона. Су внес значительный вклад в области статистики, оптимизации машинного обучения и теоретической безопасности крупных языковых моделей (LLMs). Он получил премию COPSS Presidents' Award в 2026 году, одну из высших наград в международной статистике. Официальная похвала COPSS высоко оценила его работу по установлению статистических основ генеративного ИИ (включая механизмы водяных знаков для LLM, выравнивание человеческих предпочтений и теорию ранжирования), продвижению методов анализа данных с дифференциальной приватностью в переписи населения США 2020 года и основополагающим вкладам в теорию глубокого обучения, выпуклую оптимизацию и высокоразмерное статистическое вывод. В академических исследованиях Су добился нескольких успехов в переосмыслении базовой статистики крупных моделей. В обнаружении водяных знаков для крупных моделей он формализовал техники водяных знаков как задачи статистического гипотезного тестирования и предложил 'Тест усеченной согласованности' (Tr-GoF). Tr-GoF повышает надежность обнаружения водяных знаков для измененных и обрезанных текстов, не полагаясь на предварительные знания о процессах редактирования людьми или точные вероятности. Что касается выравнивания предпочтений (RLHF), Су указал, что традиционный RLHF, основанный на механизмах оптимизации ранжирования, подвержен 'коллапсу предпочтений', что игнорирует предпочтения меньшинств и приводит к однородному распределению вознаграждений по различным подсказкам. Чтобы сохранить разнообразие ответов, команда вывела схему регуляризации 'Сопоставление предпочтений', решая обыкновенные дифференциальные уравнения (ODE), максимизируя человеческие вознаграждения, избегая однородных ответов, и исследовала игровую теоретическую перспективу 'Обучение Нэша на основе человеческой обратной связи' (NLHF) как альтернативу традиционному выравниванию скалярных вознаграждений. Су получил степень бакалавра в Школе математических наук Пекинского университета и в СМИ и среди ученых его называют частью 'Золотого Второго Поколения' (или 'Платинового Первого Поколения') математического факультета Пекинского университета. По сравнению с 'Золотым Поколением' 2000 года, известным чисто математическими исследованиями (такими как Юнь Чживай, Чжан Вэй и Сюй Чэньян), Су и его сверстники из 2007 года демонстрируют более широкие междисциплинарные характеристики, расширяя границы математики в статистику, науку о данных и искусственный интеллект.

[Уэйцзе Су присоединился к OpenAI для обучения моделей и был повышен до полного профессора в Уортоне] Согласно мониторингу Dongcha Beating, Уэйцзе Су, выпускник Школы математических наук Пекинского университета 2007 года, доктор философии по статистике Стэнфордского университета и полный профессор в Школе Уортона Университета Пенсильвании, объявил на социальной платформе X, что он официально присоединился к OpenAI во время своего академического отпуска из Уортона. Су заявил, что он будет участвовать в обучении AI моделей после возвращения в заливную область спустя десять лет. Кроме того, после десятилетия академических усилий, Су был официально повышен до полного профессора в кафедре статистики и науки о данных Школы Уортона. Су внес значительный вклад в области статистики, оптимизации машинного обучения и теоретической безопасности крупных языковых моделей (LLMs). Он получил премию COPSS Presidents' Award в 2026 году, одну из высших наград в международной статистике. Официальная похвала COPSS высоко оценила его работу по установлению статистических основ генеративного ИИ (включая механизмы водяных знаков для LLM, выравнивание человеческих предпочтений и теорию ранжирования), продвижению методов анализа данных с дифференциальной приватностью в переписи населения США 2020 года и основополагающим вкладам в теорию глубокого обучения, выпуклую оптимизацию и высокоразмерное статистическое вывод. В академических исследованиях Су добился нескольких успехов в переосмыслении базовой статистики крупных моделей. В обнаружении водяных знаков для крупных моделей он формализовал техники водяных знаков как задачи статистического гипотезного тестирования и предложил 'Тест усеченной согласованности' (Tr-GoF). Tr-GoF повышает надежность обнаружения водяных знаков для измененных и обрезанных текстов, не полагаясь на предварительные знания о процессах редактирования людьми или точные вероятности. Что касается выравнивания предпочтений (RLHF), Су указал, что традиционный RLHF, основанный на механизмах оптимизации ранжирования, подвержен 'коллапсу предпочтений', что игнорирует предпочтения меньшинств и приводит к однородному распределению вознаграждений по различным подсказкам. Чтобы сохранить разнообразие ответов, команда вывела схему регуляризации 'Сопоставление предпочтений', решая обыкновенные дифференциальные уравнения (ODE), максимизируя человеческие вознаграждения, избегая однородных ответов, и исследовала игровую теоретическую перспективу 'Обучение Нэша на основе человеческой обратной связи' (NLHF) как альтернативу традиционному выравниванию скалярных вознаграждений. Су получил степень бакалавра в Школе математических наук Пекинского университета и в СМИ и среди ученых его называют частью 'Золотого Второго Поколения' (или 'Платинового Первого Поколения') математического факультета Пекинского университета. По сравнению с 'Золотым Поколением' 2000 года, известным чисто математическими исследованиями (такими как Юнь Чживай, Чжан Вэй и Сюй Чэньян), Су и его сверстники из 2007 года демонстрируют более широкие междисциплинарные характеристики, расширяя границы математики в статистику, науку о данных и искусственный интеллект.

Уэйцзе Су присоединился к OpenAI для обучения моделей и был повышен до полного профессора в Уортоне

31 мая недавние атаки в DeFi, нацеленные на протоколы, такие как Thorchain, Drift и KelpDAO, полагались на флеш-займы, механизм, который отсутствует в XRP Ledger. Из-за атомарной природы транзакций XRPL и невозможности включения композируемых вызовов в транзакции, атаки с использованием флеш-займов структурно невозможны в этой сети. Поскольку XRPL продвигает свое обновление AMM, а токенизация реальных активов продолжает расширяться, институциональные инвесторы могут оценить это встроенное сопротивление атакам по сравнению с более глубокой ликвидностью и более зрелой экосистемой DeFi Ethereum.

[Новое предложение по XRP Ledger для предотвращения атак с использованием флеш-займов, приводящих к потерям в DeFi на сотни миллионов]31 мая недавние атаки в DeFi, нацеленные на протоколы, такие как Thorchain, Drift и KelpDAO, полагались на флеш-займы, механизм, который отсутствует в XRP Ledger. Из-за атомарной природы транзакций XRPL и невозможности включения композируемых вызовов в транзакции, атаки с использованием флеш-займов структурно невозможны в этой сети. Поскольку XRPL продвигает свое обновление AMM, а токенизация реальных активов продолжает расширяться, институциональные инвесторы могут оценить это встроенное сопротивление атакам по сравнению с более глубокой ликвидностью и более зрелой экосистемой DeFi Ethereum.

Новое предложение по XRP Ledger для предотвращения атак с использованием флеш-займов, приводящих к потерям в DeFi на сотни миллионов

31 мая, согласно Tokens on Solana, перпетуум-привилегированные акции STRCx от Strategy были запущены на Kamino, став первым кредитным рынком на Solana, который поддерживает токенизированные STRC.

[Перпетуум-привилегированные акции STRCx от Strategy запущены на Kamino]31 мая, согласно Tokens on Solana, перпетуум-привилегированные акции STRCx от Strategy были запущены на Kamino, став первым кредитным рынком на Solana, который поддерживает токенизированные STRC.

Перпетуум-привилегированные акции STRCx от Strategy запущены на Kamino

31 мая источники в США сообщили 30 мая, что после решения Верховного суда о том, что администрация Трампа не имела полномочий для введения более высоких тарифов на почти всех торговых партнеров, американские компании начали получать возвраты по тарифам. Однако этот процесс может быть затруднен подготовкой администрации Трампа к апелляции. Сообщения указывают на то, что 29 мая администрация Трампа объявила о планах обжаловать решение федерального судьи, которое позволяет всем импортерам, уплатившим недействительные тарифы, подавать заявки на возврат, а не только тем, кто подал иски. (CCTV News)

[Правительство США, по сообщениям, планирует обжаловать решение о возврате тарифов] 31 мая источники в США сообщили 30 мая, что после решения Верховного суда о том, что администрация Трампа не имела полномочий для введения более высоких тарифов на почти всех торговых партнеров, американские компании начали получать возвраты по тарифам. Однако этот процесс может быть затруднен подготовкой администрации Трампа к апелляции. Сообщения указывают на то, что 29 мая администрация Трампа объявила о планах обжаловать решение федерального судьи, которое позволяет всем импортерам, уплатившим недействительные тарифы, подавать заявки на возврат, а не только тем, кто подал иски. (CCTV News)

Правительство США, по сообщениям, планирует обжаловать решение о возврате тарифов

31 мая Aave опубликовал расследование после инцидента, касающееся события rsETH, которое произошло 18 апреля. Расследование показало, что кросс-цепной мост LayerZero V2 протокола ликвидного стекинга Kelp принял поддельные сообщения во время кросс-цепного процесса от Unichain к Ethereum, в результате чего адаптер на стороне Ethereum выпустил 116 500 rsETH, в то время как соответствующее уничтожение не произошло на стороне Unichain. Aave заявил, что атака произошла на инфраструктуре стороннего кросс-цепного моста, но злоумышленник внес украденный rsETH в восемь позиций Aave V3 и занял 82 650 WETH и 821 wstETH, что оказало влияние на рынок Aave. Aave отметил, что rsETH злоумышленника на Arbitrum был уничтожен, а адаптер LayerZero OFT пополнил 116 131,72 rsETH в пяти партиях, полностью восстановив поддержку активов rsETH, при этом затронутые рынки WETH и rsETH вернулись к нормальному состоянию.

[Aave публикует отчет о происшествии по событию rsETH 18 апреля]31 мая Aave опубликовал расследование после инцидента, касающееся события rsETH, которое произошло 18 апреля. Расследование показало, что кросс-цепной мост LayerZero V2 протокола ликвидного стекинга Kelp принял поддельные сообщения во время кросс-цепного процесса от Unichain к Ethereum, в результате чего адаптер на стороне Ethereum выпустил 116 500 rsETH, в то время как соответствующее уничтожение не произошло на стороне Unichain. Aave заявил, что атака произошла на инфраструктуре стороннего кросс-цепного моста, но злоумышленник внес украденный rsETH в восемь позиций Aave V3 и занял 82 650 WETH и 821 wstETH, что оказало влияние на рынок Aave. Aave отметил, что rsETH злоумышленника на Arbitrum был уничтожен, а адаптер LayerZero OFT пополнил 116 131,72 rsETH в пяти партиях, полностью восстановив поддержку активов rsETH, при этом затронутые рынки WETH и rsETH вернулись к нормальному состоянию.

Aave публикует отчет о происшествии по событию rsETH 18 апреля

31 мая, согласно мониторингу HyperInsight, Loracle закрыл свои короткие позиции по BTC, LIT, TON и VVV за ночь. Однако его крупнейшая короткая позиция по HYPE все еще постепенно закрывается, с оставшимися 1.518 миллиона HYPE (стоимостью примерно 105 миллионов долларов). С другой стороны, Loracle открыл новые длинные позиции, включая 10x длинную позицию по ZEC и 5x длинную позицию по ASTER и TON, при этом позиции продолжают увеличиваться.

[Loracle's Long Position Strategy Underway: Closing HYPE and BTC Shorts, Opening New Longs in ZEC and Others]31 мая, согласно мониторингу HyperInsight, Loracle закрыл свои короткие позиции по BTC, LIT, TON и VVV за ночь. Однако его крупнейшая короткая позиция по HYPE все еще постепенно закрывается, с оставшимися 1.518 миллиона HYPE (стоимостью примерно 105 миллионов долларов). С другой стороны, Loracle открыл новые длинные позиции, включая 10x длинную позицию по ZEC и 5x длинную позицию по ASTER и TON, при этом позиции продолжают увеличиваться.

Loracle's Long Position Strategy Underway: Closing HYPE and BTC Shorts, Opening New Longs in ZEC and Others

31 мая Aave опубликовал отчет о расследовании происшествия, связанного с событием rsETH 18 апреля. В отчете говорится, что кросс-цепочный мост LayerZero V2 протокола ликвидного стекинга Kelp принял поддельные сообщения в процессе кросс-цепочки от Unichain к Ethereum, что привело к тому, что адаптер на стороне Ethereum выпустил 116,500 rsETH, в то время как соответствующего уничтожения на стороне Unichain не произошло. Aave отметила, что атака произошла через инфраструктуру кросс-цепочного моста третьих сторон, но злоумышленник внес украденные rsETH в восемь позиций Aave V3, заняв 82,650 WETH и 821 wstETH, что повлияло на рынок Aave. Aave подтвердила, что rsETH злоумышленника на Arbitrum был уничтожен, а адаптер LayerZero OFT пополнил 116,131.72 rsETH в пяти партиях, полностью восстановив поддержку актива для rsETH, и затронутые рынки WETH и rsETH вернулись к нормальному состоянию.

[Aave публикует отчет о происшествии по событию rsETH 18 апреля]31 мая Aave опубликовал отчет о расследовании происшествия, связанного с событием rsETH 18 апреля. В отчете говорится, что кросс-цепочный мост LayerZero V2 протокола ликвидного стекинга Kelp принял поддельные сообщения в процессе кросс-цепочки от Unichain к Ethereum, что привело к тому, что адаптер на стороне Ethereum выпустил 116,500 rsETH, в то время как соответствующего уничтожения на стороне Unichain не произошло. Aave отметила, что атака произошла через инфраструктуру кросс-цепочного моста третьих сторон, но злоумышленник внес украденные rsETH в восемь позиций Aave V3, заняв 82,650 WETH и 821 wstETH, что повлияло на рынок Aave. Aave подтвердила, что rsETH злоумышленника на Arbitrum был уничтожен, а адаптер LayerZero OFT пополнил 116,131.72 rsETH в пяти партиях, полностью восстановив поддержку актива для rsETH, и затронутые рынки WETH и rsETH вернулись к нормальному состоянию.

According to PRNewsWire, Valour Inc. (the "Company" or "Valour") (NEO: DEFI) (GR: RMJR) (OTC: DEFTF), a technology company and the first and only publicly traded company that bridges the gap between traditional capital markets, Web3 and decentralised finance, is pleased to share updates on assets under management, net sales of its Exchange Traded Products ("ETPs") and other corporate news for the month ending October 2022.
For the month ending October '22, Valour's total assets under management (AUM) stood at $112.85M, with net sales increasing to $339M. These figures indicate a healthy interest in Valour's suite of exchange traded products, and steady growth all round. 
The launch of Valour's 12th ETP, the Valour Digital Asset Basket 10 (VDAB10), as well as Valour's recent filing of a new EU-base prospectus reflect the company's undisputed resolve in bridging traditional financial markets with decentralised finance and Web3.

Detail

【Valor's net sales rose to $339 million as of Oct. 31】According to PRNewsWire, Valour Inc. (the "Company" or "Valour") (NEO: DEFI) (GR: RMJR) (OTC: DEFTF), a technology company and the first and only publicly traded company that bridges the gap between traditional capital markets, Web3 and decentralised finance, is pleased to share updates on assets under management, net sales of its Exchange Traded Products ("ETPs") and other corporate news for the month ending October 2022.
For the month ending October '22, Valour's total assets under management (AUM) stood at $112.85M, with net sales increasing to $339M. These figures indicate a healthy interest in Valour's suite of exchange traded products, and steady growth all round. 
The launch of Valour's 12th ETP, the Valour Digital Asset Basket 10 (VDAB10), as well as Valour's recent filing of a new EU-base prospectus reflect the company's undisputed resolve in bridging traditional financial markets with decentralised finance and Web3.

Valor's net sales rose to $339 million as of Oct. 31

История технологической эволюции, приводимой в движение электричеством: алюминий, биткоин и ИИ

Kelp DAO удержал долг в 4 миллиарда долларов, но Aave заплатил за это 12 миллиардами

Курс Solana (SOL) готовится к положительному движению, но этот токен дешевле $0,003 может принести больше прибыли

Лучшие криптовалюты для инвестиций: Топ-5 монет для покупки перед следующим рыночным ралли

Обсуждение на Reddit: В криптоиндустрии 11 лет, и RWA — это одно из немногих, что не кажется мне «новым вином в старых мехах»

Reddit обсуждение акций США: Вторая волна ИИ на подходе? Деньги перетекают от акций, связанных с вычислительными мощностями, к акциям этих компаний-приложений

Правительство США впервые разрешило криптовалютные вечные контракты. Что это значит для рынка?

США конфисковали криптовалюту Ирана почти на $1 млрд в рамках кампании экономического давления

Bit Digital распознала стратегическую ценность Ethereum раньше, чем это сделали институциональные игроки

6 вопросов, чтобы понять коммерческие тренды AI

Article

Polymarket запускает страницу Чемпионата мира и инициирует тестирование функций

Tian Jia: Квантовые вычисления, ожидается, что угрожают открытым публичным ключам Bitcoin-адресов в течение 5-15 лет

Биткойн превысил $74,000, 24-часовое увеличение на 1.3%

Число кибератак на крупные криптопроекты за январь — март превысило 80 случаев, что вдвое больше, чем за те же месяцы год назад. Совокупный ущерб упал на 69%, до $496 млн, сообщили специалисты по блокчейн-безопасности российской компании «Шард».

DxSale отвечает на инцидент с безопасностью: уязвимость атомного свопа BSC затрагивает контракт блокировки v1, версии v2 и выше безопасны

Неизвестный злоумышленник вывел криптоактивы на общую сумму $5,4 млн из кроссчейн-моста Gravity Bridge, соединяющего Эфириум и экосистему Cosmos, сообщила команда платформы аналитики PeckShieldAlert.

Valor's net sales rose to $339 million as of Oct. 31

Заявление об освобождении от ответственности：Материалы выше не представляют собой позицию HTX.，HTX не дает никаких торговых рекомендаций.。

Статьи по теме

Все комментарии0НовыеВ тренде

Популярные темы

Статьи по теме