Мамдани побеждает на выборах мэра Нью-Йорка: вот что предсказывали рынки криптовалют

cryptonews.ruОпубліковано о 2025-03-04Востаннє оновлено о 2025-11-05

Во вторник Зоран Мамдани с большим отрывом победил на выборах мэра Нью-Йорка. Криптовалютные рынки снова верно предсказали исход крупной политической гонки.

Мамдани набрал чуть больше половины голосов, опередив бывшего губернатора Эндрю Куомо, который получил около 40 % голосов, согласно неофициальным результатам, опубликованным Избирательной комиссией города.

Данные от Polymarket показали, что около 92% участников сделали ставку на победу Мамдани непосредственно перед днём выборов, в том числе на сумму в 1 миллион долларов, что соответствует коэффициенту, близкому к консенсусу.

Аналогичный настрой появился на Myriad Markets, разработанном Decrypt’s материнской компанией Dastan.

В июне Polymarket правильно предсказал исход праймериз Демократической партии на пост мэра Нью-Йорка, что ещё больше укрепило его репутацию после правильного предсказания победы Дональда Трампа на президентских выборах в прошлом году.

Деятельность Мамдани в законодательном собрании штата указывает на его осторожную позицию в отношении новых финансовых технологий, в том числе криптовалют.

34-летний кандидат, родившийся в Уганде и выросший в Нью-Йорке, баллотировался на пост мэра как демократический социалист, которого поддерживала многонациональная коалиция. Его победа стала первой победой кандидата-мусульманина на выборах мэра в Нью-Йорке и укрепила влияние прогрессивного блока в городе.

Он выступил соавтором законопроекта Ассамблеи A7389C, который предусматривал мораторий на майнинг с доказательством выполнения работы с использованием энергии, вырабатываемой на месте, со ссылкой на экологические и социальные проблемы, и утверждал, что сбои на криптовалютном рынке чаще всего наносят ущерб инвесторам с низким доходом.

«Когда криптовалютные компании терпят крах, страдают не богатые, а мелкие инвесторы, среди которых непропорционально много людей с низким доходом и представителей цветных сообществ», — сказал Мамдани в 2023 году в ответ на законопроект, представленный генеральным прокурором Нью-Йорка Летицией Джеймс.

Мамдани выступает за повышение налогов для богатых и корпораций с целью финансирования государственных услуг. Эта позиция согласуется с недавними предложениями штатов, такими как налог на криптовалютные транзакции в Нью-Йорке, который, по оценкам законодателей, принесет не менее $158 млн годового дохода.

Ожидается, что после вступления в должность 1 января Мамдани будет уделять особое внимание соблюдению требований, прозрачности и защите прав потребителей, а не расширению рынка

Пов'язані матеріали

Just now, DeepSeek V4 updates with DSpark, improving inference speed by 80%

DeepSeek has updated its DeepSeek V4 model with the DSpark speculative decoding framework, achieving a significant 60-85% speedup in generation for Flash models and 57-78% for Pro models while maintaining the same overall throughput. This engineering-focused update, rather than a core architectural change, introduces DSpark to address latency and throughput bottlenecks in high-concurrency production environments. DSpark combines high-throughput parallel generation with adaptive load-aware verification. Its key innovations include a semi-autoregressive generation architecture to model dependencies within token blocks and a hardware-aware confidence-scheduled verification system. This system uses a confidence head to predict token acceptance probabilities, allowing it to dynamically optimize verification length per request and allocate compute only to tokens with the highest expected payoff. The asynchronous scheduler is designed for real-world deployment, ensuring zero-overhead scheduling and continuous CUDA graph replay while preserving the target model's output distribution. In tests across mathematical reasoning, code generation, and daily dialogue, DSpark outperformed state-of-the-art models like Eagle3 and DFlash, increasing average acceptance length by 26.7%-30.9% and 16.3%-18.4% respectively on Qwen3 target models. DeepSeek also open-sourced DeepSpec, a full-stack codebase for training and evaluating speculative decoding draft models, providing a standardized toolkit that includes data preparation tools, model implementations, training code, and evaluation scripts.

marsbit8 год тому

Just now, DeepSeek V4 updates with DSpark, improving inference speed by 80%

marsbit8 год тому

Торгівля

Спот
活动图片