Bithumb публикует заявление об ошибке выплаты вознаграждений – Детали

bitcoinistОпубликовано 2026-02-07Обновлено 2026-02-07

Введение

Корейская биржа Bithumb опубликовала заявление об ошибке в системе выплат вознаграждений, в результате которой 695 пользователям было ошибочно переведено 620 000 BTC (вместо 2 000 вон). Инцидент вызвал кратковременное падение цен на 10%. В течение 35 минут биржа заблокировала вывод средств и смогла восстановить 99,7% криптоактивов. Непроданные 0,3% будут компенсированы за счет средств компании. Bithumb подчеркнула, что инцидент не связан с взломом или утечкой данных, и пообещала усилить внутренний контроль. На фоне этого общая капитализация крипторыка выросла до $2,34 трлн, но инвесторы сохраняют осторожность.

Корейская биржа Bithumb прояснила ситуацию с внутренней ошибкой, которая зачислила на кошельки некоторых пользователей «тревожную» сумму в BTC. Примечательно, что этот инцидент привел к значительной волатильности цен на бирже, привлекши внимание наблюдающих криптоэнтузиастов.

Bithumb предпринимает меры для завершения восстановления после ошибки переплаты

6 февраля Lookonchain, среди многих крипто-комментаторов, сообщил, что Bithumb по ошибке перевела пользователям по 2000 BTC (134 миллиона долларов) каждый вместо 2000 вон (1,34 доллара) в рамках выплаты вознаграждения. Некоторые получатели немедленно продали монеты, что вызвало 10-процентный флэш-крэш на корейской бирже, ненадолго опустив цены до отметки около 55 000 долларов.

В сообщении в блоге Bithumb объяснила инцидент как переплату, произошедшую в процессе промо-акции с участием 695 получателей. Биржа заявила, что по ошибке перевела на эти кошельки 620 000 BTC, ошибка была сразу же замечена, что привело к быстрой блокировке выводов для всех затронутых кошельков в течение 35 минут после транзакции.

Источник: @lookonchain на X

Примечательно, что Bithumb быстро вернула 618 212 BTC, что составляет 99,7% от общей суммы переплаты. Тем временем, 93% из 1788 BTC, которые уже были проданы, также были возвращены в вонах и других цифровых активах. Согласно бирже, оставшаяся непокрытая проданных активов будет покрыта за счет активов компании. В то же время предпринимаются усилия, чтобы гарантировать, что подобные операционные ошибки больше не повторятся.

В заявлении биржи говорится:

Bithumb относится к этому инциденту очень серьезно и приложит все усилия, чтобы предотвратить повторение, перепроектировав весь процесс выплаты активов и усилив систему внутреннего контроля.

Bithumb также отвергла подозрения во внешнем или злонамеренном вмешательстве, заверив пользователей, что их система остается не скомпрометированной:

Они сказали:

Мы хотим четко дать понять, что этот инцидент не связан с каким-либо внешним взломом или нарушением безопасности и не представляет никаких проблем с безопасностью системы или управлением активами клиентов. Активы клиентов, как и прежде, находятся в безопасном управлении, а транзакции и депозиты/выводы в настоящее время работают в нормальном режиме.

Обзор крипторынка

В других новостях, общая капитализация крипторынка поднялась до 2,34 триллиона долларов после роста на 5,68% за последние сутки. Это следует за earlier кровавой баней на неделе, в течение которой рыночная капитализация упала до около 2,19 триллиона долларов.

Несмотря на недавнее восстановление, данные с CoinMarketCap показывают, что рынок цифровых активов все еще примерно на 45% отстает от своего исторического максимума в текущем цикле в 4,28 триллиона долларов. Рыночные настроения также продолжают отражать осторожность: Индекс страха и жадности в криптосфере в настоящее время показывает значение 8, сигнализируя о крайнем страхе среди инвесторов.

Общая капитализация крипторынка оценена в 2,31 триллиона долларов на дневном графике | Источник: TOTAL chart на Tradingview.com

Изображение: Blocktempo, график: Tradingview

Связанные с этим вопросы

QЧто стало причиной инцидента с переплатой на бирже Bithumb?

AПричиной инцидента стала внутренняя ошибка во время проведения промо-мероприятия, в результате которой 695 пользователям вместо 2000 вон ($1.34) было ошибочно переведено по 2000 BTC ($134 млн).

QКакие меры предприняла Bithumb для устранения последствий ошибки?

ABithumb заблокировал вывод средств с затронутых кошельков в течение 35 минут, вернул 99.7% переплаченных BTC (618,212 BTC), а также компенсирует непогашенную часть проданных активов за счет собственных средств компании.

QБыла ли это хакерская атака или нарушение безопасности системы Bithumb?

AНет, Bithumb подтвердил, что инцидент не связан с внешним взломом или нарушением безопасности, и система управления активами клиентов остается надежной.

QКак ошибка Bithumb повлияла на рынок криптовалют?

AОшибка вызвала кратковременное падение цен на 10% на самой бирже (до $55,000), однако общая капитализация крипторыка выросла на 5.68% за сутки и составила $2.34 трлн.

QКакой текущий показатель индекса страха и жадности на крипторынке?

AИндекс страха и жадности в настоящее время находится на уровне 8, что сигнализирует о состоянии крайнего страха среди инвесторов.

Похожее

Может ли модель генерации обучаться end-to-end? В основе — простой цикл for

В статье представлен новый подход к обучению генеративных моделей под названием Explorative Modeling (XM), который позволяет осуществлять сквозное (end-to-end) обучение. Традиционные генеративные модели, такие как диффузионные или авторегрессионные, страдают от «смешения мод» (mode blurring), когда модель усредняет множество возможных правильных ответов, что приводит к размытым или нереалистичным результатам. Это также вызывает «смещение экспозиции» (exposure bias), когда ошибки накапливаются во время вывода. Ключевая идея XM проста: на каждом шаге обучения модель генерирует K кандидатов, а для обратного распространения градиента выбирает только того кандидата, который наиболее близок к реальным данным. Этот цикл, реализованный в несколько строк кода, повышает «генеративную выразительность» модели, позволяя ей охватывать несколько мод распределения данных, а не усреднять их. Авторы показывают, что «исследование» (exploration) становится третьей осью масштабирования наряду с увеличением параметров и данных. Эксперименты с изображениями, видео и текстом демонстрируют монотонное улучшение качества: при увеличении масштаба данных выгода от исследования возрастает с 7% до 36%, а эффективность использования вычислений (FLOP) повышается в 4.1 раза. В задачах управления роботами сквозная модель XM с одним проходом вперед достигает результатов, сравнимых с диффузионными моделями, требующими сотни проходов. Таким образом, Explorative Modeling предлагает путь к truly end-to-end генеративным моделям, перенося сложность с этапа вывода на этап обучения, что открывает потенциал для более эффективных и мощных систем.

marsbit46 мин. назад

Может ли модель генерации обучаться end-to-end? В основе — простой цикл for

marsbit46 мин. назад

Upbit проводит ребалансировку 864 млрд SHIB при перемещении между внутренними кошельками

Корейская биржа Upbit провела внутреннюю ребалансировку 864 миллиардов токенов SHIB между своими кошельками. Движение активов на сумму около 4 миллионов долларов произошло после роста стоимости SHIB на 36%, что привлекло внимание трейдеров. Однако анализ помеченных адресов показывает, что это была стандартная операция по перераспределению средств между "горячими" и другими внутренними кошельками биржи, а не вывод средств или подготовка к продаже. Общий объем перемещений включал 384 миллиарда SHIB, отправленных с основного горячего кошелька, и 480 миллиардов SHIB, возвращенных обратно. Этот случай подчеркивает важность проверки контекста и меток кошельков при интерпретации крупных ончейн-транзакций, чтобы избежать ошибочных выводов о продаже или давлении на рынок.

bitcoinist46 мин. назад

Upbit проводит ребалансировку 864 млрд SHIB при перемещении между внутренними кошельками

bitcoinist46 мин. назад

Максимум 20 статей на человека? Исследователи DeepMind «просят» снять ограничения ICLR

Новая политика конференции ICLR 2027 ограничивает количество подаваемых одним автором работ до 20. По мнению организаторов, это необходимо для снижения нагрузки на рецензентов, учитывая рекордный рост числа заявок — на 68% за год. В ответ на это исследователь Google DeepMind Дэн Рой иронично запустил «петицию» против лимита, заявив, что он замедлит прогресс в ИИ, особенно в эпоху, когда агенты ИИ могут генерировать множество статей, а рецензии часто пишутся с помощью больших языковых моделей (по некоторым данным, до 21% рецензий на ICLR 2026 могли быть полностью сгенерированы ИИ). Его сатирический пост поднимает серьёзный вопрос о целесообразности простого ограничения количества работ вместо решения системных проблем, связанных с массовым производством статей и автоматизацией рецензирования в современной академической среде.

marsbit51 мин. назад

Максимум 20 статей на человека? Исследователи DeepMind «просят» снять ограничения ICLR

marsbit51 мин. назад

Уязвимость Coldcard привела к краже $89 млн и вызвала самую масштабную миграцию средств в блокчейне после краха FTX

Уязвимость в аппаратном кошельке Coldcard привела к краже 1367,05 BTC (около 89 млн долларов) с 4585 адресов. Инцидент, связанный с ошибкой в генерации сид-фраз в определенной прошивке, вызвал массовую миграцию средств пользователей на новые безопасные адреса. Это привело к аномальному всплеску активности в сети Биткоин, исказив ключевые ончейн-индикаторы, такие как активность долгосрочных держателей и объем мелких транзакций. Активность и рыночные настроения достигли уровня, сравнимого с периодом после краха FTX. Расследование столкнулось с трудностями из-за ограничений коммерческих ИИ-моделей (например, в США), которые блокируют анализ вредоносных данных даже для целей защиты. Следователи были вынуждены использовать открытые модели, такие как китайский GLM 5.2, для отслеживания украденных средств. Этот случай высветил проблему асимметрии: злоумышленники используют неограниченные ИИ-инструменты, в то время как защитники сталкиваются с барьерами коммерческих систем безопасности, что критично в сфере криптовалют, где скорость отслеживания средств крайне важна.

marsbit1 ч. назад

Уязвимость Coldcard привела к краже $89 млн и вызвала самую масштабную миграцию средств в блокчейне после краха FTX

marsbit1 ч. назад

Заработок в миллион на электриках: Meta спешно открывает собственное ПТУ

Новый этап конкуренции в сфере искусственного интеллекта столкнулся с неожиданным препятствием — острой нехваткой квалифицированных технических специалистов, особенно электриков и строителей, для возведения сверхмощных центров обработки данных. В США, согласно прогнозам, к 2030 году для инфраструктуры ИИ потребуется дополнительно 130 000 электриков и 240 000 строителей, однако ежегодно остается незаполненными около 80 000 вакансий электриков. Компании, такие как OpenAI (проект "Stargate" стоимостью $160 млрд), Meta и Microsoft, сталкиваются с огромными убытками из-за задержек строительства. Например, задержка ввода центра мощностью 60 МВт может обернуться потерей $14,2 млн в месяц. Причина спроса — беспрецедентная сложность строительства ИИ-центров. Они потребляют колоссальную энергию (сотни мегаватт), требуют уникальных систем электроснабжения и охлаждения (жидкостное или иммерсионное), что делает работу высококвалифицированных монтажников, сантехников и инженеров незаменимой. Для решения проблемы кадрового голода ИИ-гиганты начали масштабные программы обучения. Meta инвестировала $115 млн в создание собственной школы строителей с бесплатным обучением и стипендией, а OpenAI сотрудничает с профсоюзами. Активная вербовка ведется даже среди старшеклассников. Потребление энергии ИИ-центрами растет экспоненциально, опережая общий рост энергопотребления в 16 раз и увеличивая счета за электричество для потребителей. Однако строительство таких объектов носит проектный характер: для возведения центра "Stargate" требуется 6400 рабочих, а для его обслуживания — всего 100-1000. Это создает риск перенасыщения рынка труда после завершения строительного бума, что может привести к падению зарплат в отрасли.

marsbit2 ч. назад

Заработок в миллион на электриках: Meta спешно открывает собственное ПТУ

marsbit2 ч. назад

Торговля

Спот
活动图片