a16z: Почему прогнозные рынки станут инфраструктурой «вероятности будущего»

marsbitОпубликовано 2026-06-03Обновлено 2026-06-03

Введение

Предиктивные рынки превращаются из инструмента для специалистов в инфраструктуру для оценки вероятности будущих событий. Их принцип прост: создать торгуемый контракт на результат события, позволяя участникам выражать своё мнение реальными деньгами. Цена формирует приблизительную вероятность, агрегируя разрозненную информацию в реальном времени и стимулируя к участию тех, кто обладает знаниями, через механизм финансовых потерь в случае ошибки. В отличие от опросов или экспертных оценок, предиктивные рынки предлагают динамическую вероятностную оценку, мощные стимулы для точных прогнозов и охватывают узкоспециализированные вопросы (от выборов до результатов научных экспериментов), которые не отражаются на традиционных финансовых рынках. Однако их эффективность не гарантирована. Она зависит от участников (должны присутствовать информированные лица), дизайна контрактов, механизмов разрешения споров и защиты от манипуляций со стороны инсайдеров или заинтересованных групп, которые могут пытаться исказить цену сигнала в своих целях. Таким образом, ключевой следующий шаг — не просто рост объёмов торгов, а создание надёжной инфраструктуры: прозрачных правил, чётких контрактов, проверяемых механизмов расчётов и защиты от манипуляций. Истинная ценность предиктивных рынков — в предоставлении нового типа публичного вероятностного сигнала в условиях высокой неопределённости, помогая лучше понимать и реагировать на будущее.

Примечание редактора: Прогнозные рынки превращаются из нишевого торгового инструмента в более широкое публичное информационное поле.

Их логика не сложна: превратить будущее событие в торгуемый контракт, позволить участникам выражать свои суждения реальными деньгами, а затем сформировать приблизительную вероятность через цену. По сравнению с опросами, прогнозами экспертов или ценами традиционных активов, преимущество прогнозных рынков заключается в том, что они могут агрегировать разрозненную информацию в реальном времени и, благодаря механизму «проиграешь — потеряешь деньги», стимулировать участие тех, кто действительно владеет информацией.

Это также самый важный момент статьи. Автор не превозносит прогнозные рынки как «пророческие машины», а понимает их через саму рыночную механику: рынок не только распределяет ресурсы, но и агрегирует информацию; прогнозные рынки же напрямую используют эту способность к агрегации информации для оценки вероятности наступления того или иного события. От геополитики и результатов выборов до производительности ИИ-моделей и воспроизводимости научных экспериментов — многие узкоспециализированные вопросы, которые раньше было сложно выразить через традиционные финансовые активы, теперь могут быть преобразованы в набор торгуемых вероятностей.

Однако эффективность прогнозных рынков не является автоматической. Она зависит от того, кто торгует, как спроектирован контракт, как определяется результат и насколько рынок уязвим для манипуляций со стороны инсайдеров или заинтересованных лиц. Если люди, обладающие реальной информацией, не участвуют, цена может быть просто шумом; если инсайдеры делают ставки заранее, рынок теряет справедливость; если политические команды или проекты используют средства для искусственного завышения вероятности определенного исхода, прогнозный рынок может превратиться из «инструмента агрегации информации» в «инструмент манипуляции общественным мнением».

Поэтому следующий шаг для прогнозных рынков — не просто увеличение торговых объемов, а создание более надежной рыночной инфраструктуры: прозрачных правил участия, четкого дизайна контрактов, поддающихся аудиту механизмов расчетов и ограничений на манипулятивное поведение. Их истинная ценность заключается не в том, чтобы позволить людям «делать ставки на будущее», а в том, чтобы предоставлять новый общедоступный сигнал вероятности в условиях высокой неопределенности.

Ниже представлен оригинал статьи:

Прогнозные рынки позволяют людям торговать на основе исходов событий. В прошлом году такие рынки в США стали масштабно появляться на публичной сцене, и теперь их используют для отслеживания всего — от геополитических событий до победителей развлекательных наград. Но что такое прогнозные рынки на самом деле?

Как экономист, долгое время изучавший рынки и стимулы, мой ответ прост: прогнозные рынки — это, по сути, просто рынки. Рынки — это фундаментальный инструмент распределения ресурсов, гарантирующий, что товары и услуги попадают к тем, кто ценит их больше всего. В этом процессе рынки также агрегируют информацию: механизм рыночного клиринга впитывает разнообразную информацию, которой владеют участники, и концентрирует её в сигнале, таком как цена.

Платформы и продукты прогнозных рынков непосредственно используют эту способность к агрегации информации, пытаясь предсказать конкретные будущие события. Они вводят актив, привязанный к конкретному событию: если этот исход происходит, актив приносит выплату; затем люди торгуют этим активом, основываясь на своей оценке вероятности наступления события. Компании давно используют прогнозные рынки, например, для получения скрытой информации от сотрудников, чтобы предсказать, будет ли важный продукт выпущен вовремя. Научное сообщество также использовало прогнозные рынки для оценки того, какие эксперименты с большей вероятностью могут быть воспроизведены. Сегодня мы также видим, как несколько медиа-организаций сотрудничают с прогнозными рынками, используя эту информацию «мудрости толпы» для дополнения репортажей от источников и традиционных журналистов.

Прогнозные рынки пытаются ответить на вопросы о вероятности различных событий, напрямую собирая информацию от участников рынка — их личные суждения о будущем — и агрегируя эту информацию на одном рынке. Люди могут «делать ставки» на эти события так же, как они могут «делать ставки» на будущую стоимость компании на фондовом рынке или на будущую стоимость нефти на товарном рынке. Но разница прогнозных рынков в том, что они не привязаны к активу вроде нефти, на который влияет множество факторов, а вводят актив, который выплачивается только в случае наступления определенного события.

Если мы видим рост цен на нефть, мы знаем, что спрос увеличился относительно предложения. Но мы не обязательно знаем, что именно стоит за этим: ожидают ли люди эскалации конфликта на Ближнем Востоке или кто-то изобрел новое применение нефти. В отличие от этого, прогнозные рынки могут разобрать каждую возможность по отдельности. Например, прогнозный рынок на тему «останется ли Ормузский пролив открытым в определенную дату и время» может вращаться вокруг контракта: если событие произойдет, выплачивается 1 доллар за единицу контракта. По мере того как люди покупают и продают этот актив, рыночная цена может интерпретироваться как «датчик вероятности»: он оценивает совокупное суждение трейдеров о вероятности наступления этого события.

Конкретный механизм работы следующий: предположим, рыночная цена определенного исхода составляет 0,50 доллара за единицу, что соответствует вероятности 50%. Если вы считаете, что вероятность открытия Ормузского пролива выше 50%, скажем, 67%, то вы купите. Если ваше суждение верно, вы получите ожидаемую выгоду в 0,67 доллара по цене 0,50 доллара. Ваша покупка, в свою очередь, подтолкнет рыночную цену и соответствующую ей оценку вероятности вверх, отражая мнение о том, что рынок ранее недооценивал вероятность этого события. И наоборот: если кто-то считает рыночную цену завышенной, он будет продавать по более низкой цене или открывать короткие позиции, тем самым снижая совокупную оценку вероятности на рынке.

Когда прогнозные рынки работают хорошо, они имеют значительные преимущества по сравнению с другими методами прогнозирования. Во-первых, сама способность давать оценку вероятности — это уже мощная сила. Для сравнения, опросы и анкеты обычно дают лишь долю мнений; чтобы превратить эту долю в вероятность, необходимы статистические выводы о соотношении между измеренной пропорцией и общей популяцией. Опросы также часто являются лишь моментальным снимком на определенный момент времени, в то время как прогнозные рынки могут обновляться в реальном времени с появлением новых участников и новой информации.

Более важно то, что прогнозные рынки имеют механизмы стимулирования. У покупателей и продавцов есть «деньги на кону», и они понесут убытки, если их суждение окажется неверным. Это стимулирует потенциальных участников серьезно задуматься о том, какой информацией они владеют, и вкладывать средства в те вопросы, где, по их мнению, у них наибольшее информационное преимущество. В свою очередь, прогнозные рынки также дают людям возможность использовать информацию и экспертные знания, побуждая их проводить собственные исследования и глубже изучать соответствующие темы. Известный пример: перед президентскими выборами в США в 2024 году один участник прогнозного рынка даже провел собственный опрос, используя нетипичный метод, чтобы попытаться получить информацию, недоступную традиционным опросным организациям.

Наконец, у прогнозных рынков есть еще одно важное преимущество: широта охвата. В принципе, человек, разбирающийся в событиях, которые могут повлиять на спрос на нефть, может выразить свое мнение через короткую или длинную позицию по нефти. Но для многих исходов, которые мы хотим предсказать, не существует крупных товарных или фондовых рынков, которые могли бы эффективно их отразить. Для таких проблем прогнозные рынки могут быть идеальным инструментом. Например, недавно появились прогнозные рынки, агрегирующие суждения людей о том, насколько хорошо разные ИИ-модели справляются с различными задачами. Такие вопросы слишком узкоспециализированы, чтобы отражаться на традиционных товарных рынках. Любой может создать и профинансировать прогнозный рынок для ответа на такие нишевые вопросы.

Эти идеи не новы. Они существуют в той или иной форме, по крайней мере, с XVI века в Европе, где люди использовали похожие механизмы для предсказания следующего папы римского. Современные прогнозные рынки уходят корнями в экономику, статистику, дизайн рынков и компьютерные науки. В 1980-х годах Чарльз Плотт и Шьям Сундер представили первые формальные академические модели. Затем был запущен первый современный прогнозный рынок — Iowa Electronic Markets (Айова Электроник Маркетс). Благодаря интернету эта модель смогла поглощать разрозненную, децентрализованную информацию со всего мира.

Тем не менее, для того чтобы прогнозные рынки полностью раскрыли свой потенциал, еще предстоит решить множество проблем. Среди них — проблемы инфраструктуры, такие как проверка и достижение консенсуса относительно того, произошло ли событие, обеспечение прозрачности и поддающегося аудиту функционирования рынка; а также вопросы масштабируемой обработки расчетов по контрактам, поскольку результаты контрактов могут быть оспорены или подвергнуты манипуляциям.

Кроме того, существуют вызовы в области дизайна рынка. Во-первых, участники, обладающие соответствующей информацией, действительно должны выйти на рынок. Если у всех нет информационного преимущества, то ценовой сигнал прогнозного рынка на самом деле ничего нам не говорит. Напротив, различные люди, владеющие информацией, также должны быть готовы участвовать, иначе оценки прогнозных рынков будут смещены. Я отмечал в 2016 году, что прогнозные рынки могли недооценить вероятность Brexit и первого избрания Трампа именно потому, что люди, участвовавшие в прогнозных рынках в то время, недостаточно понимали реальную картину роста популизма.

В то же время, если на рынок выходит человек с «идеальной информацией», например, кто-то заранее знает, каков будет реальный результат, это тоже может стать проблемой, особенно если этот человек также может повлиять на ход событий. Представьте, если бы кто-то внутри конклава по выборам папы делал ставки на рынке прогнозов «следующий папа римский», торгуя до публичного объявления Льва, или даже пытался склонить выборы в пользу кандидата, на которого он поставил. Если потенциальные участники ожидают, что инсайдеры будут торговать на рынке, рациональным решением будет держаться от него подальше, что в конечном итоге приведет к краху рыночного механизма.

Наконец, существует возможность того, что кто-то попытается исказить цену прогнозного рынка, чтобы повлиять на общественное восприятие вероятности того или иного исхода. Таким образом, прогнозный рынок превратится из инструмента агрегации убеждений в инструмент манипуляции убеждениями. Если команда по связям с общественностью кандидата на выборах хочет, чтобы внешний мир поверил, что они побеждают, они могут просто выделить часть средств кампании, чтобы попытаться повлиять на соответствующий прогнозный рынок. Однако прогнозные рынки в некоторой степени способны к само-коррекции, потому что когда оценка вероятности по контракту завышена до явно неразумного уровня, всегда найдутся те, кто встанет по другую сторону сделки.

Все эти проблемы указывают на одну и ту же потребность: прогнозные рынки должны устанавливать более высокую степень прозрачности и более четкие правила в области управления участниками, дизайна контрактов и функционирования рынка. Но если создатели прогнозных рынков смогут успешно решить эти проблемы, они могут стать ключевым инструментом для нашего понимания и реагирования на будущее.

Связанные с этим вопросы

QВ чём заключается основное преимущество прогнозных рынков по сравнению с традиционными методами, такими как опросы или мнения экспертов?

AОсновное преимущество прогнозных рынков заключается в их способности агрегировать разрозненную информацию в режиме реального времени через рыночный механизм ценообразования, который отражает коллективную оценку вероятности события. В отличие от статичных опросов, они постоянно обновляются. Ключевой фактор — наличие финансового стимула: участники рискуют реальными деньгами, что мотивирует их предоставлять более точную и обдуманную информацию.

QКак работает прогнозный рынок на простом примере?

AПрогнозный рынок создаёт торгуемый актив (контракт), который выплачивает определённую сумму (например, 1 доллар) в случае наступления конкретного события. Цена этого актива на рынке интерпретируется как коллективная оценка вероятности данного события. Например, если цена контракта составляет 0.50 доллара, это означает оценку вероятности в 50%. Участники, считающие вероятность более высокой, покупают контракт, повышая его цену (и предполагаемую вероятность), а те, кто считает вероятность завышенной, — продают или открывают короткие позиции, снижая её.

QКакие основные проблемы и риски могут подорвать эффективность прогнозных рынков?

AЭффективность прогнозных рынков зависит от нескольких факторов: 1) Участие информированных лиц — если ключевые носители информации не участвуют, цена становится шумом. 2) Манипуляции — внутренние лица или заинтересованные группы могут использовать инсайдерскую информацию или капитал для искажения цен с целью манипуляции общественным мнением. 3) Дизайн контрактов и арбитраж — необходимы чёткие, прозрачные правила определения исхода событий и разрешения споров. 4) Отсутствие ликвидности по нишевым вопросам может сделать рынок неэффективным.

QКакие примеры практического применения прогнозных рынков приведены в статье?

AВ статье приведены следующие примеры применения прогнозных рынков: 1) В бизнесе — компании используют внутренние прогнозные рынки для сбора информации от сотрудников (например, о сроках выпуска продукта). 2) В науке — для оценки вероятности успешного повторения экспериментов. 3) В медиа — новостные организации используют данные рынков как дополнение к традиционной журналистике. 4) Для прогнозирования выборов и геополитических событий. 5) Для оценки и сравнения производительности различных ИИ-моделей в специфических задачах.

QКак автор статьи определяет следующую важную задачу для развития прогнозных рынков?

AАвтор утверждает, что следующая ключевая задача — не просто увеличение объёмов торгов, а создание более надёжной и доверительной рыночной инфраструктуры. Это включает в себя установление прозрачных правил участия, разработку чётких и понятных контрактов, создание поддающихся аудиту механизмов расчётов, а также внедрение мер по сдерживанию и выявлению манипулятивного поведения. Только так прогнозные рынки смогут стать полноценным инструментом формирования общедоступных вероятностных сигналов в условиях высокой неопределённости.

Похожее

Биткоин: Почему защита уровня $59 тыс. может стать самым серьёзным испытанием для BTC на сегодняшний день

Биткоин (BTC) восстанавливается после месяцев снижения и в настоящее время торгуется около $64 000, отскочив от минимума $57 800 1 июля. Ключевой уровень поддержки находится на отметке $59 000, где сконцентрирована себестоимость позиций для более чем половины всех трейдеров. Отскок от этого уровня рассматривается как защита зоны держателями, однако аналитики указывают, что это может не являться окончательным дном рынка, поскольку поведение краткосрочных держателей остается неоднозначным. Долгосрочные держатели (LTH) в настоящее время не проявляют активных продаж, что подтверждается метрикой Binary CDD, упавшей до нуля. Это является конструктивным сигналом для биткоина. Коэффициент SOPR, измеряющий доходность реализованного объема, составляет 0,89 и медленно растет. Исторически подобные уровни в апреле 2020 и сентябре 2023 годов предшествовали значительным ралли. Устойчивый спрос со стороны инвесторов США через спотовые биткоин-ETF является еще одним ключевым фактором для продолжения роста. В июле чистый приток средств в эти фонды оставался положительным. Для закрепления восходящего тренда биткоину необходимо преодолеть сопротивление в районе $64 336.

ambcrypto58 мин. назад

Биткоин: Почему защита уровня $59 тыс. может стать самым серьёзным испытанием для BTC на сегодняшний день

ambcrypto58 мин. назад

Еженедельный отчет о финансировании | Crypto.com привлекает 400 миллионов долларов, CeFi и стабильные монеты продолжают привлекать капитал

**Краткий обзор финансирования на неделю 13-19 июля 2026 года** Неделя была отмечена значительной концентрацией капитала в криптоиндустрии. Общая сумма привлеченных средств составила более 812 миллионов долларов в рамках 17 сделок. Наибольшие инвестиции получили секторы централизованных финансов (CeFi), стейблкоинов и инфраструктуры. Ключевые события: * **Crypto.com** привлек 400 млн долларов от Citadel Securities, достигнута оценка в 200 миллиардов долларов. * **Alpaca** (API-брокер) собрала 135 млн долларов. * Значительные раунды также состоялись у **Flex** (70 млн долларов, кросс-бордерный банкинг на стейблкоинах), **Velocity** (38 млн долларов, платежная инфраструктура) и **Pact Labs** (7 млн долларов от Tether для интеграции USDT в зарплатные системы). В области **инфраструктуры** выделились: * **ADI Chain** (500 млн долларов на развитие инфраструктуры для стейблкоинов и расчетов). * **Cyclops** (20 млн долларов, платежная инфраструктура на стейблкоинах). * **Glacis Labs** (6.8 млн долларов, многоцепочечный клиринг). В секторе **DeFi** и **Web3+AI** суммы были скромнее, включая 500 млн долларов для **DGrid AI** и 400 млн долларов для **Quote Trade**. Параллельно продолжился сильный приток капитала в **AI и робототехнику**: * **Fireworks** (AI-облачные сервисы) привлекла 15 млрд долларов. * Венчур **Walden Robotics** (гуманоидные роботы) и китайская компания **Climber Dynamics** (также гуманоидные роботы) привлекли 3 млрд и почти 2 млрд долларов соответственно. Также на неделе были отмечены несколько значимых **приобретений**, включая покупку японским SBI Holdings сингапурской биржи Coinhako.

marsbit1 ч. назад

Еженедельный отчет о финансировании | Crypto.com привлекает 400 миллионов долларов, CeFi и стабильные монеты продолжают привлекать капитал

marsbit1 ч. назад

Самое мягкое медвежье дно? Медведи BTC уходят, а ARK и Bitwise единогласно смотрят вверх

20 июля 2026 года рынок криптовалют демонстрирует смешанные сигналы. BTC колеблется около $75 000, ETH откатился до $1900, а альткойны остаются вялыми. Индекс страха находится на уровне 35, указывая на преобладание паники. Тем не менее, появляются признаки потенциального дна. По данным Polymarket, существует 33% вероятность падения BTC ниже $50 000 к концу года. ARK Invest отмечает, что, несмотря на техническую слабость, наблюдается рост доли долгосрочных держателей и поставок в убытке — возможные сигналы истощения продавцов. Bitwise называет текущий спад «структурно самым мягким медвежьим рынком» для BTC, подчеркивая, что минимумы циклов последовательно повышаются благодаря институциональному принятию. Аналитики технического анализа предполагают, что важная зона поддержки сформировалась между $59 000 и $70 000. Точка зрения разнится: одни считают, что низ волны C, возможно, уже сформирован около $57 000, другие предупреждают, что неспособность преодолеть $66 000 повышает риск локального максимума. Значительный торговец Doctor Profit сообщил о закрытии всех коротких позиций и начале поэтапного накопления биткойнов в диапазоне $54 000–$64 000, ссылаясь на структурные улучшения, такие как прогресс в регулировании. Общий консенсус сводится к тому, что, несмотря на сохраняющиеся макроэкономические риски и волатильность, текущая коррекция может быть более умеренной, а институциональное накопление указывает на формирование долгосрочной основы для восстановления.

Foresight News1 ч. назад

Самое мягкое медвежье дно? Медведи BTC уходят, а ARK и Bitwise единогласно смотрят вверх

Foresight News1 ч. назад

Эволюция порядка в эпоху ИИ и Web3: Конкурентные аспекты m&W и пути исследования

Человечество переживает переход от «повышения производительности» к «трансформации производственных отношений». С развитием AI Agent (интеллектуальных агентов) высвобождается беспрецедентный кремниевый производственный потенциал. В будущем все больше задач будут выполнять не отдельные индивиды, а совместные сети людей, AI Agent и мультиагентные системы. Ключевой вопрос: как установить доверительные отношения между незнакомыми людьми и AI Agent для долгосрочного сотрудничества? Как оценивать сложный вклад? Как создать стабильные, справедливые и устойчивые механизмы распределения стоимости между разными субъектами? Web3 заложил основу для децентрализованной экономики, изучая идентичность, активы, организацию и инфраструктуру. Однако в эпоху AI Agent простого решения проблем владения активами и транзакций уже недостаточно. Будущим интеллектуальным сетям нужна новая система порядка, охватывающая идентичность, кредит, сотрудничество и экономические стимулы. m&WDAO, через свою концепцию EcoFi (Экологический Финансы / Экологический Порядок), исследует модель нового порядка для экономики совместной деятельности человека и машины. Она стремится соединить когнитивные активы человека, исполнительные способности AI Agent и экономические механизмы на блокчейне. Конкуренция m&W разворачивается в измерении построения инфраструктуры для будущих интеллектуальных сетей: как в них генерируется доверие, как происходит сотрудничество и как стоимость постоянно фиксируется. В статье анализируются существующие подходы, такие как Colony (коллаборация и управление в DAO), SingularityNET (обмен возможностями ИИ), Gitcoin Passport/Verax (инфраструктура идентичности и репутации), Farcaster и Lens Protocol (открытые социальные сети). Отмечается, что в то время как эти проекты решают важные частные задачи, m&W фокусируется на более фундаментальном вопросе построения доверия и механизмов сотрудничества между людьми и AI Agent. Эволюционный путь m&W представлен в три этапа: 1. **m&W 1.0: Кредитный якорь.** Создание сети высококачественных участников (Builders) через строгий отбор ("столкновение протонов") и превращение их вклада в невозвращаемые кредитные активы (SBT - Soulbound Token). 2. **m&W 2.0: Экономика сотрудничества.** Протокол EcoFi трансформирует кредитные активы в производительность, создавая замкнутую экономическую петлю для проверки, оценки и вознаграждения сложного, неструктурированного вклада с использованием гибридной системы проверки (ИИ + человек + арбитражная сеть). 3. **m&W 3.0: Интеллектуальный порядок.** Создание экономики AI Agent, где долгосрочные проверенные заслуги человека служат кредитной основой для его "цифрового двойника" (AI Agent), что позволяет агентам участвовать в экономической сети как доверенным субъектам. Проект сталкивается с вызовами, включая сложный "холодный старт" из-за высоких требований к участникам, необходимость баланса между автоматизацией ИИ и человеческим суждением, а также построение устойчивой токеномики ($CMW). В заключение, миссия m&W заключается не в создании еще одного рынка AI-услуг, а в исследовании новых производственных отношений для эпохи ИИ. Цель - соединить кредит, основанный на долгосрочном вкладе человека, способности к сотрудничеству AI Agent, механизмы блокчейна и экономические стимулы, чтобы заложить основу для надежного, справедливого и устойчивого порядка в будущих сетях совместной деятельности человека и машины.

链捕手1 ч. назад

Эволюция порядка в эпоху ИИ и Web3: Конкурентные аспекты m&W и пути исследования

链捕手1 ч. назад

Китай завоевывает все 42 балла на IMO 2026, Шанхайская средняя школа выметает золотые медали, GPT-5.6 повторяет момент AlphaGO

Поздравляем команду Китая с завоеванием чемпионского титула на 67-й Международной математической олимпиаде (IMO 2026) в Шанхае! Китайская команда, все участники которой получили золотые медали, набрала 232 балла, опередив занявшую второе место команду США на 25 очков. Трое китайских школьников — Дэн Лэянь и Чжан Болунь из Шанхайской средней школы, а также Лю Чэ из Второй средней школы при Восточно-Китайском педагогическом университете — получили золотые медали с идеальным результатом в 42 балла. Это уже 26-я победа Китая в общем зачёте с 1989 года. Впервые IMO проводилась в средней школе — Шанхайской средней школе, чьи ученики в сумме завоевали уже 20 золотых медалей IMO. Особое внимание в этом году привлекло участие ИИ. Сообщается, что GPT-5.6 Pro впервые с первой попытки решил все шесть задач IMO 2026, продемонстрировав потенциал перехода от поиска методом проб и ошибок к точному и безошибочному решению, что ранее считалось исключительной чертой человеческого интеллекта.

marsbit2 ч. назад

Китай завоевывает все 42 балла на IMO 2026, Шанхайская средняя школа выметает золотые медали, GPT-5.6 повторяет момент AlphaGO

marsbit2 ч. назад

Торговля

Спот
活动图片