a16z Crypto Bài viết mới nhất: Tại sao chúng ta cần thị trường dự đoán?

链捕手Xuất bản vào 2026-06-02Cập nhật gần nhất vào 2026-06-02

Tóm tắt

Thị trường dự đoán cho phép mọi người giao dịch dựa trên kết quả của các sự kiện trong tương lai, như bầu cử hay giải trí. Về bản chất, chúng là một dạng thị trường thuần túy, nơi giá cả cân bằng tổng hợp thông tin và nhận thức từ tất cả người tham gia, từ đó tạo ra một tín hiệu xác suất về khả năng xảy ra của sự kiện. So với các phương pháp như thăm dò ý kiến, thị trường dự đoán có nhiều lợi thế: cung cấp trực tiếp ước tính xác suất, cập nhật theo thời gian thực, và quan trọng nhất là có cơ chế khuyến khích bằng tiền thật, thúc đẩy người tham gia sử dụng thông tin chính xác. Chúng cũng linh hoạt, có thể áp dụng cho các vấn đề chuyên sâu mà thị trường truyền thống không phản ánh được, như đánh giá hiệu suất AI. Tuy nhiên, để phát huy tiềm năng, thị trường dự đoán cần giải quyết những thách thức về cơ sở hạ tầng (xác minh sự kiện, minh bạch) và thiết kế thị trường. Các vấn đề bao gồm thu hút đủ người tham gia có hiểu biết, ngăn chặn giao dịch nội gián và thao túng giá nhằm mục đích tuyên truyền. Với sự quản lý minh bạch và thiết kế hợp lý, thị trường dự đoán có thể trở thành một công cụ mạnh mẽ để dự báo tương lai.

Tác giả:Scott Kominers

Biên dịch: Gia Hoan, ChainCatcher

Thị trường dự đoán cho phép mọi người giao dịch dựa trên kết quả của các sự kiện. Năm ngoái, nó đã chính thức bước vào Mỹ với quy mô lớn, và hiện đang được sử dụng để theo dõi đủ loại sự kiện từ địa chính trị đến kết quả giải thưởng giải trí. Nhưng nó thực chất là gì?

Với tư cách là một nhà kinh tế học nghiên cứu lâu năm về thị trường và cơ chế khuyến khích, câu trả lời của tôi rất đơn giản: bản chất của thị trường dự đoán cũng chính là thị trường. Thị trường là công cụ cơ bản để phân bổ nguồn lực, đảm bảo hàng hóa và dịch vụ chảy về những người coi trọng chúng nhất.

Trong quá trình này, thị trường cũng tổng hợp thông tin: việc thị trường cân bằng (tức đạt trạng thái cân bằng cung cầu) thực chất là một cơ chế tập hợp nhận thức của tất cả người tham gia và chắt lọc nó thành tín hiệu giá.

Các nền tảng và sản phẩm thị trường dự đoán chính là trực tiếp tận dụng khả năng tổng hợp thông tin này để dự đoán các sự kiện tương lai cụ thể: chúng thiết kế ra một loại tài sản gắn liền với sự kiện, tạo ra lợi nhuận một khi kết quả cụ thể xảy ra, sau đó mọi người sẽ giao dịch loại tài sản này dựa trên đánh giá của họ về việc kết quả đó có xảy ra hay không.

Cách sử dụng này đã có từ lâu.

Các doanh nghiệp từ lâu đã sử dụng thị trường dự đoán để thu thập thông tin ngầm từ nhân viên, chẳng hạn như dự đoán liệu một sản phẩm quan trọng có thể ra mắt đúng hạn hay không; các nhà khoa học dùng nó để đánh giá thí nghiệm nào có triển vọng được lặp lại thành công; ngày nay còn có nhiều phương tiện truyền thông hợp tác với thị trường dự đoán, nhờ "trí tuệ đám đông" để bổ sung nguồn tin tức và phóng viên của chính họ.

Thị trường dự đoán trực tiếp thu thập thông tin từ người tham gia, tức là đánh giá của mỗi người về tương lai, sau đó tập hợp những thông tin này vào một thị trường, qua đó trả lời xác suất xảy ra một sự việc cụ thể là bao nhiêu.

Mọi người có thể đặt cược vào các sự kiện này giống như "đặt cược" vào giá trị tương lai của một công ty trên thị trường chứng khoán, hoặc "đặt cược" vào giá cả tương lai của các mặt hàng đại chúng như dầu mỏ. Điểm khác biệt là nhu cầu đối với tài sản như dầu mỏ đồng thời chịu ảnh hưởng của nhiều yếu tố, trong khi tài sản được thiết kế bởi thị trường dự đoán chỉ tạo ra lợi nhuận khi một sự kiện cụ thể xảy ra.

Nếu giá dầu tăng, chúng ta biết là do nhu cầu tăng so với cung, nhưng chưa chắc đã biết nguyên nhân đằng sau: có thể là mọi người dự đoán xung đột Trung Đông leo thang, cũng có thể là ai đó tìm ra công dụng mới cho dầu mỏ.

Trong khi đó, nhờ vào thị trường dự đoán, bạn có thể tách riêng từng khả năng để dự đoán.

Ví dụ, một thị trường dự đoán về "ến biển Hormuz có được giữ mở cửa tại một thời điểm cụ thể nào đó hay không" có thể được triển khai xoay quanh một hợp đồng như sau: mỗi khi sự kiện xảy ra, mỗi đơn vị hợp đồng thanh toán một đô la.

Khi mọi người mua bán lặp đi lặp lại loại tài sản này, giá thị trường sẽ trở thành một "chỉ báo xác suất", phản ánh đánh giá tổng thể của những người giao dịch về khả năng xảy ra của sự kiện đó.

Cụ thể vận hành như thế nào? Giả sử giá thị trường đơn vị cho một kết quả nào đó là 0,50 đô la, tương đương xác suất 50%. Nếu bạn cho rằng khả năng ến biển mở cửa cao hơn 50%, ví dụ 67%, bạn sẽ mua vào; một khi đánh giá đúng, bạn sẽ nhận được tổng lợi nhuận 0,67 đô la với chi phí 0,50 đô la.

Và việc mua vào này sẽ đẩy giá thị trường lên và đánh giá xác suất tương ứng lên, tương đương với việc nói "có người cho rằng thị trường đang đánh giá thấp nó". Ngược lại cũng vậy: khi có người cho rằng giá quá cao, họ sẽ bán ra (hoặc bán khống) với giá thấp hơn, qua đó kéo ước tính xác suất tổng thể của thị trường xuống.

Khi thị trường dự đoán vận hành tốt, nó có một số lợi thế rõ ràng so với các phương pháp dự đoán khác.

Đầu tiên, nó có thể trực tiếp đưa ra một ước tính xác suất, chỉ riêng điểm này đã là một "siêu năng lực".

Thăm dò ý kiến và bảng câu hỏi chỉ đưa ra "tỷ lệ ý kiến", để chuyển đổi nó thành xác suất, bạn còn phải làm một loạt suy luận thống kê, để đánh giá mối quan hệ giữa tỷ lệ đo được và tổng thể. Hơn nữa, thăm dò ý kiến thường chỉ là một bức ảnh nhanh tại một thời điểm, trong khi thị trường dự đoán có thể cập nhật theo thời gian thực khi có người tham gia mới, thông tin mới gia nhập.

Quan trọng hơn, thị trường dự đoán có sẵn động lực khuyến khích: cả người mua và người bán đều đặt tiền thật vào, đoán sai sẽ phải chịu lỗ. Điều này thúc đẩy người tham gia cân nhắc kỹ lưỡng thông tin trong tay mình, và đầu tư tiền vào những vấn đề họ có nhiều chắc chắn nhất.

Ngược lại, việc có thể kiếm lợi nhuận trong thị trường dự đoán nhờ thông tin và đánh giá chuyên môn cũng sẽ khuyến khích mọi người chủ động nghiên cứu, làm rõ vấn đề.

(Một ví dụ được biết đến rộng rãi là: Trước cuộc bầu cử tổng thống Mỹ 2024, một người tham gia thị trường dự đoán thậm chí đã tự mình thực hiện thăm dò ý kiến, sử dụng một phương pháp không thông thường để khai thác thông tin mà các cơ quan thăm dò tiêu chuẩn không lấy được.)

Cuối cùng, thị trường dự đoán cũng có ưu thế lớn về mặt phạm vi bao phủ. Một người biết những sự kiện nào có thể ảnh hưởng đến nhu cầu dầu mỏ, về nguyên tắc có thể mua vào hoặc bán khống dầu; nhưng có rất nhiều kết quả chúng ta muốn dự đoán không có thị trường hàng hóa hoặc cổ phiếu tương ứng để đặt cược. Lúc này, thị trường dự đoán trở thành lựa chọn lý tưởng.

Ví dụ gần đây đã xuất hiện một loạt thị trường dự đoán, chuyên dùng để tập hợp các đánh giá như "mô hình AI nào thể hiện tốt nhất trong các nhiệm vụ khác nhau", loại vấn đề này quá chi tiết, thị trường hàng hóa truyền thống không thể phản ánh được. Và bất kỳ ai cũng có thể tạo và tài trợ cho một thị trường dự đoán cho loại vấn đề chi tiết này.

Những ý tưởng này không mới. Từ thế kỷ 16 ở châu Âu, cách làm tương tự đã tồn tại, khi đó người ta dùng nó để dự đoán người kế nhiệm giáo hoàng tiếp theo.

Nền tảng của thị trường dự đoán hiện đại nằm trong kinh tế học, thống kê học, thiết kế thị trường và khoa học máy tính. Charles Plott và Shyam Sunder đã đề xuất khung học thuật chính thức đầu tiên vào những năm 80 của thế kỷ 20, không lâu sau đó, thị trường dự đoán hiện đại đầu tiên "Thị trường Điện tử Iowa" (Iowa Electronic Markets) ra đời.

Nhờ internet, mô hình này hiện nay đã có thể tập hợp thông tin phân tán từ khắp nơi trên thế giới. Để thị trường dự đoán thực sự phát huy tiềm năng, còn khá nhiều điều kiện tiên quyết.

Một loại là vấn đề cơ sở hạ tầng: làm thế nào để xác minh và đạt được đồng thuận về việc "một sự kiện đã xảy ra hay chưa", làm thế nào để đảm bảo vận hành thị trường minh bạch, có thể kiểm toán, cũng như xử lý quy mô lớn các hợp đồng thanh toán có thể gây tranh cãi, thậm chí bị thao túng.

Loại khác là thách thức về thiết kế thị trường. Trước hết, những người thực sự nắm thông tin liên quan phải sẵn sàng tham gia. Nếu người tham gia đều không nắm thông tin, tín hiệu giá thực tế chẳng nói lên điều gì; ngược lại, chỉ khi tất cả những người nắm giữ các loại thông tin khác nhau đều tham gia, ước tính của thị trường dự đoán mới không bị bóp méo.

Tôi đã chỉ ra vào năm 2016 rằng thị trường dự đoán có thể đã đánh giá thấp xác suất Anh rời EU và Trump lần đầu trúng cử, bởi vì người tham gia lúc đó chưa hiểu đủ về sự trỗi dậy của chủ nghĩa dân túy.

Một vấn đề khác là, nếu có người nắm thông tin "hoàn hảo", ví dụ như biết trước kết quả thực tế, điều này cũng rắc rối, đặc biệt là khi họ còn có thể ảnh hưởng đến diễn biến của sự kiện.

Hãy tưởng tượng: giả sử có nội bộ trong hội nghị bầu cử giáo hoàng bí mật chạy đến đặt cược vào thị trường dự đoán "giáo hoàng kế nhiệm", giao dịch trước khi tin tức chính thức về việc Leo đắc cử được công bố, thậm chí ngược lại cố gắng tác động đến cuộc bầu cử, để cho ứng viên mình đặt cược thắng cử, điều đó sẽ như thế nào?

Chính vì thế, một khi người tham gia tiềm năng dự đoán sẽ có người nội bộ đang giao dịch, lựa chọn hợp lý là tránh xa, và thị trường cũng từ đó tan vỡ.

Cuối cùng, còn có người có thể cố ý bóp méo giá thị trường dự đoán, để ảnh hưởng đến nhận thức của công chúng về xác suất xảy ra một kết quả nào đó, biến nó từ công cụ "tập hợp niềm tin" thành công cụ "thao túng niềm tin".

Ví dụ, nhóm quan hệ công chúng của một ứng viên nào đó nếu muốn khiến bên ngoài tin rằng họ nắm chắc phần thắng, có thể lấy một phần kinh phí vận động để tác động đến thị trường liên quan.

Tuy nhiên ở điểm này, thị trường dự đoán có một khả năng tự sửa sai nhất định: một khi xác suất của một hợp đồng nào đó bị đẩy lên mức cao không hợp lý, luôn sẽ có người sẵn sàng đứng về phía giao dịch đối lập.

Tất cả điều này đều chỉ ra rằng, thị trường dự đoán cần đạt được tính minh bạch và rõ ràng cao hơn ở cấp độ quản lý tham gia, thiết kế hợp đồng và vận hành. Nhưng chỉ cần người thiết kế có thể giải quyết những vấn đề này, thị trường dự đoán có triển vọng trở thành một trong những công cụ cốt lõi để chúng ta dự đoán tương lai.

Tiền kỹ thuật số thịnh hành

Câu hỏi Liên quan

QThị trường dự đoán là gì và nó hoạt động như thế nào?

AThị trường dự đoán là nền tảng cho phép mọi người giao dịch các tài sản gắn liền với kết quả của một sự kiện cụ thể. Nó hoạt động bằng cách tổng hợp thông tin và niềm tin của tất cả người tham gia, tinh chế chúng thành một tín hiệu giá (tỷ lệ cược), từ đó dự báo xác suất xảy ra của sự kiện đó.

QThị trường dự đoán có những lợi thế gì so với các phương pháp dự báo truyền thống như thăm dò ý kiến?

AThị trường dự đoán có ba lợi thế chính: 1) Cung cấp trực tiếp ước tính xác suất thay vì chỉ tỷ lệ phần trăm ý kiến. 2) Có cơ chế khuyến khích tài chính, buộc người tham gia phải cân nhắc kỹ thông tin và chịu rủi ro nếu dự đoán sai. 3) Có thể cập nhật theo thời gian thực và dễ dàng mở rộng để bao phủ nhiều chủ đề chuyên sâu mà thị trường truyền thống không phản ánh được.

QThị trường dự đoán phải đối mặt với những thách thức nào?

AThị trường dự đoán đối mặt với nhiều thách thức, bao gồm: 1) Vấn đề hạ tầng: xác minh sự kiện, tính minh bạch và giải quyết hợp đồng có thể gây tranh cãi. 2) Thiết kế thị trường: đảm bảo thu hút được những người có thông tin thực sự tham gia, tránh tình trạng thiếu kiến thức đa dạng dẫn đến dự đoán lệch lạc. 3) Rủi ro thao túng: ví dụ như từ những người trong cuộc có thông tin hoàn hảo hoặc các nhóm muốn thao túng niềm tin công chúng thông qua giá cả.

QLịch sử và nguồn gốc của thị trường dự đoán là gì?

AÝ tưởng về thị trường dự đoán đã xuất hiện từ thế kỷ 16 ở châu Âu, nơi mọi người đặt cược vào việc ai sẽ là Giáo hoàng tiếp theo. Nền tảng học thuật hiện đại được đặt ra bởi Charles Plott và Shyam Sunder vào những năm 1980. Thị trường dự đoán điện tử đầu tiên, 'Iowa Electronic Markets', ra đời sau đó. Sự phát triển của Internet đã cho phép mô hình này tổng hợp thông tin từ khắp nơi trên thế giới.

QTheo tác giả, điều kiện tiên quyết để thị trường dự đoán phát huy hết tiềm năng là gì?

ATheo tác giả, để phát huy hết tiềm năng, thị trường dự đoán cần giải quyết được các vấn đề về hạ tầng (tính minh bạch, xác minh, giải quyết hợp đồng) và thiết kế thị trường (thu hút đa dạng người có thông tin, quản lý rủi ro thao túng từ người trong cuộc). Điều này đòi hỏi sự quản lý tham gia, thiết kế hợp đồng và vận hành phải có tính minh bạch và rõ ràng cao hơn.

Nội dung Liên quan

Chủ tịch CFTC cũ, Chủ tịch Circle Tarbert: Một mặt khuyên bạn chủ nghĩa dài hạn, mặt kia tự mình thoái vốn 30 triệu USD

Tác giả: Zen, PANews Trước tình cảnh cổ phiếu Circle (CRCL) giảm 70% so với đỉnh và bị hạ xếp hạng, Chủ tịch Heath Tarbert - cựu Chủ tịch CFTC - trong một cuộc phỏng vấn ngày 14/7 đã kêu gọi các nhà đầu tư kiên nhẫn và tập trung vào tầm nhìn dài hạn của công ty. Tuy nhiên, hành động của ông lại trái ngược hoàn toàn. Kể từ khi Circle IPO, Tarbert đã không ngừng bán cổ phiếu CRCL thông qua kế hoạch giao dịch 10b5-1 được lập trước, thu về tổng cộng khoảng 30 triệu USD. Ông chưa từng mua lại cổ phiếu trên thị trường mở, ngay cả khi giá cổ phiếu lao dốc. Bài viết nêu bật sự mâu thuẫn giữa lời nói "chủ nghĩa dài hạn" và hành động "thoái vốn" mạnh tay của Tarbert. Sự nghiệp của ông được mô tả là điển hình của "cánh cửa xoay" chính trị-thương mại Mỹ: từ các vị trí cấp cao tại Bộ Tài chính và CFTC, ông nghỉ hưu chỉ 27 ngày trước khi gia nhập Citadel Securities - một nhà tạo lập thị trường lớn - vào thời điểm công ty này đang đối mặt với cuộc điều tra của Quốc hội sau sự kiện GameStop. Sau đó, ông chuyển sang Circle, nơi ông được cho là đã sử dụng kinh nghiệm và quan hệ quản lý để giúp công ty vượt qua các rào cản pháp lý và niêm yết thành công. Bài báo đặt câu hỏi liệu Tarbert có thực sự tin vào tương lai dài hạn của Circle hay không, khi mà ông liên tục chốt lời trong khi lại khuyên các cổ đông nhỏ lẻ giữ vị thế. Nó gợi ý rằng mô hình của ông là tận dụng tối đa kiến thức về chu kỳ chính sách và cơ hội thị trường để biến các nguồn lực và uy tín tích lũy được thành lợi thế nghề nghiệp và tài chính cá nhân, trong khi rủi ro dài hạn được chuyển sang cho các nhà đầu tư tin tưởng vào những tường thuật công khai của ông.

marsbit12 phút trước

Chủ tịch CFTC cũ, Chủ tịch Circle Tarbert: Một mặt khuyên bạn chủ nghĩa dài hạn, mặt kia tự mình thoái vốn 30 triệu USD

marsbit12 phút trước

Gate Research: Làn sóng "phố Wall hóa" trong các sản phẩm tài chính tiền điện tử - Cạnh tranh hay Hội tụ?

Gate Research Institute: Sự hòa hợp hay cạnh tranh trong làn sóng "phố Wall hóa" các sản phẩm tài chính tiền mã hóa? Từ tầm nhìn ban đầu về một hệ thống tài chính phi tập trung, loại bỏ trung gian của Bitcoin, thị trường tiền mã hóa đang chứng kiến sự hội tụ mạnh mẽ với tài chính truyền thống (TradFi). Các quỹ ETF Bitcoin, tài sản thế giới thực được mã hóa (RWA) và trái phiếu chính phủ trên chuỗi cho thấy các tổ chức như BlackRock, Fidelity đang đưa tài sản mã hóa vào hệ thống phát hành, định giá, lưu ký và phân phối truyền thống. Tuy nhiên, đây không phải là một trò chơi tổng bằng không. Xu hướng này thể hiện sự bổ sung lẫn nhau: TradFi cung cấp khung pháp lý, mạng lưới phân phối rộng và sự tin cậy, trong khi Crypto mang lại tính mở, thanh khoản toàn cầu 24/7 và khả năng thanh toán lập trình được. Hai hướng đi tiêu biểu minh chứng cho sự hội tụ hai chiều: các sàn giao dịch tiền mã hóa (CEX) như Gate mở rộng sang giao dịch cổ phiếu thực, ETF thông qua cơ sở hạ tầng môi giới truyền thống; trong khi các công ty môi giới truyền thống như Robinhood tích hợp tài sản mã hóa và phát triển tài sản mã hóa (như cổ phiếu mã hóa) để thu hút người dùng. Mục tiêu chung của cả hai hướng là tranh giành "tài khoản tài chính tổng hợp" thế hệ tiếp theo - một điểm vào duy nhất nơi người dùng có thể giao dịch đa dạng tài sản từ cổ phiếu, tiền mã hóa đến RWA. Sự tăng trưởng mạnh mẽ của thị trường RWA, đặc biệt là cổ phiếu mã hóa, bất chấp xu hướng thị trường giảm, cho thấy đây là một xu hướng cấu trúc thực sự. Kết luận, "phố Wall hóa" không có nghĩa là thị trường tiền mã hóa bị TradFi thôn tính. Thay vào đó, đây là một sự chuyển đổi hai chiều, nơi cả hai hệ thống đang cùng nhau định hình lại thị trường vốn thành một cấu trúc hỗn hợp hiệu quả và toàn cầu hơn, với trải nghiệm người dùng liền mạch cho nhiều loại tài sản khác nhau.

marsbit14 phút trước

Gate Research: Làn sóng "phố Wall hóa" trong các sản phẩm tài chính tiền điện tử - Cạnh tranh hay Hội tụ?

marsbit14 phút trước

S&P Dow Jones và Pantera Ra Mắt Chỉ Số Tiền Mã Hóa, Bitcoin Bị Loại Vì "Không Tạo Ra Doanh Thu"

Chỉ số tài sản kỹ thuật số mới S&P Pantera Digital Asset Index vừa được S&P Dow Jones Indices và Pantera Capital ra mắt, tập trung vào các tài sản crypto có nguồn thu thực tế và đã loại trừ Bitcoin, XRP và các meme coin. Chỉ số này áp dụng tiêu chí sàng lọc lấy cảm hứng từ S&P 500, yêu cầu các giao thức phải có thu nhập ròng dương trong nhiều quý liên tiếp và giá trị phải được phân phối cho người nắm giữ token. Bitcoin bị loại vì không đáp ứng tiêu chí "tạo ra doanh thu giao thức". 18 tài sản thành phần (danh sách đầy đủ chưa công bố) được lựa chọn dựa trên thu nhập, với 5 nắm giữ lớn nhất là Ethereum (ETH), BNB, Solana (SOL), TRON (TRX) và Hyperliquid (HYPE). Pantera giải thích việc loại Bitcoin nhằm phục vụ các nhà đầu tư tổ chức, những người đã có sẵn kênh tiếp cận riêng qua ETF và cần một công cụ benchmark để đánh giá cơ bản các giao thức tạo ra doanh thu. Chỉ số hiện mới chỉ là benchmark; các sản phẩm ETF theo dõi chỉ số này đang được thảo luận. Sự hợp tác giữa Pantera và Morgan Stanley có thể mở đường phân phối sản phẩm đến khách hàng giàu có. Thông tin này làm dấy lên tranh luận trong cộng đồng: liệu việc loại trừ Bitcoin có củng cố định vị "vàng kỹ thuật số" của nó, trong khi các tài sản khác bị phân loại như nền tảng công nghệ tạo doanh thu. Pantera chỉ ra một khoảng trống sản phẩm lớn, khi nhiều tổ chức muốn tiếp cận crypto nhưng thiếu các công cụ đầu tư đa dạng, có cơ sở cơ bản rõ ràng.

marsbit17 phút trước

S&P Dow Jones và Pantera Ra Mắt Chỉ Số Tiền Mã Hóa, Bitcoin Bị Loại Vì "Không Tạo Ra Doanh Thu"

marsbit17 phút trước

Claude ra mắt tính năng mới: Ghi màn hình + Giọng nói, chưng cất Kỹ năng (Skill) với một cú nhấp chuột để tự động hóa công việc

Claude vừa ra mắt tính năng "Ghi lại Kỹ năng", cho phép người dùng tạo kỹ năng tự động hóa bằng cách ghi màn hình và giải thích bằng giọng nói. Tính năng này hiện có sẵn cho người dùng Pro, Max và Team trên ứng dụng desktop Claude Cowork. Người dùng chỉ cần thực hiện quy trình công việc trên máy tính, vừa làm vừa mô tả bằng lời nói, sau đó Claude sẽ tự động phân tích và tạo ra một "Skill" có thể tái sử dụng, được gọi bằng lệnh gạch chéo (/). Điểm đột phá của tính năng này là bỏ qua bước "viết" hướng dẫn phức tạp thủ công, giúp chuyển đổi tri thức ngầm và kinh nghiệm thực tế thành quy trình tự động một cách dễ dàng. Nó không chỉ là công cụ nâng cao hiệu suất, mà còn làm giảm đáng kể rào cản trong việc số hóa và lưu giữ quy trình nghiệp vụ chuyên môn, điều mà các hệ thống quản lý tri thức truyền thống thường gặp khó khăn. Bài viết cũng đề cập đến mặt khác của tự động hóa: một trường hợp cho thấy mối quan hệ hợp tác lâu năm có thể bị thay thế bởi một bộ kỹ năng được tạo sẵn. Nghiên cứu từ Harvard Business School chỉ ra rằng khi AI phát triển, giá trị công việc sẽ dịch chuyển từ "biết cách làm" sang "biết cách làm những việc người khác không thể làm". Tính năng mới của Claude đẩy nhanh xu hướng này, biến quy trình cá nhân thành tài sản tự động có thể chia sẻ và vận hành ngay lập tức.

marsbit21 phút trước

Claude ra mắt tính năng mới: Ghi màn hình + Giọng nói, chưng cất Kỹ năng (Skill) với một cú nhấp chuột để tự động hóa công việc

marsbit21 phút trước

Cho AI "ăn" nhiễu cũng tăng điểm, nghiên cứu này giúp nhiễu thực hiện chuyển dịch tích cực

Bài báo giới thiệu một phương pháp học chuyển tiếp mới có tên **Semi-Supervised Noise Adaptation (SSNA)** (Điều chỉnh Nhiễu Bán Giám sát), đã được xuất bản tại ICML 2026. Phương pháp này cho thấy ngay cả **dữ liệu nhiễu ngẫu nhiên**, không chứa thông tin ngữ nghĩa nào (ví dụ: được lấy mẫu từ phân phối Gaussian), cũng có thể giúp cải thiện hiệu suất của mô hình học máy trong các tình huống có ít dữ liệu được gắn nhãn. Nhóm nghiên cứu đề xuất một khuôn khổ gọi là **Noise Adaptation Framework (NAF)**. NAF tạo ra các nhiễu ngẫu nhiên và tổ chức chúng thành các cấu trúc phân biệt rõ ràng giữa các lớp (cụm) trong không gian biểu diễn chung. Cấu trúc phân loại này sau đó được chuyển giao (căn chỉnh) sang dữ liệu mục tiêu thực tế, từ đó cung cấp ranh giới phân loại rõ ràng hơn và nâng cao khả năng học. Trong thử nghiệm, với chỉ 4 mẫu được gắn nhãn cho mỗi lớp, NAF đã cải thiện đáng kể độ chính xác so với phương pháp học có giám sát cơ bản (ERM) trên nhiều bộ dữ liệu như CIFAR-10 (+12.35%), CIFAR-100 (+7.61%), và các bộ dữ liệu khác. Phương pháp này cũng hiệu quả với các tác vụ phân loại văn bản. Nghiên cứu nhấn mạnh rằng yếu tố then chốt không phải là bản thân dữ liệu nhiễu ngẫu nhiên, mà là **cấu trúc phân biệt được tạo ra** giữa các lớp nhiễu đó trong không gian biểu diễn. Ngay cả khi không có ngữ nghĩa thực, việc chuyển giao cấu trúc này vẫn có thể hỗ trợ học tập. Điều này mở ra hướng tiếp cận mới cho việc học chuyển tiếp trong các tình huống khó tiếp cận dữ liệu nguồn thực tế do vấn đề riêng tư, bản quyền hoặc hạn chế về chi phí.

marsbit22 phút trước

Cho AI "ăn" nhiễu cũng tăng điểm, nghiên cứu này giúp nhiễu thực hiện chuyển dịch tích cực

marsbit22 phút trước

Giao dịch

Giao ngay

Bài viết Nổi bật

AGENT S là gì

Agent S: Tương Lai của Tương Tác Tự Động trong Web3 Giới thiệu Trong bối cảnh không ngừng phát triển của Web3 và tiền điện tử, các đổi mới đang liên tục định nghĩa lại cách mà cá nhân tương tác với các nền tảng kỹ thuật số. Một dự án tiên phong như vậy, Agent S, hứa hẹn sẽ cách mạng hóa tương tác giữa con người và máy tính thông qua khung tác nhân mở của nó. Bằng cách mở đường cho các tương tác tự động, Agent S nhằm đơn giản hóa các nhiệm vụ phức tạp, cung cấp các ứng dụng chuyển đổi trong trí tuệ nhân tạo (AI). Cuộc khám phá chi tiết này sẽ đi sâu vào những phức tạp của dự án, các tính năng độc đáo của nó và những tác động đối với lĩnh vực tiền điện tử. Agent S là gì? Agent S đứng vững như một khung tác nhân mở đột phá, được thiết kế đặc biệt để giải quyết ba thách thức cơ bản trong việc tự động hóa các nhiệm vụ máy tính: Thu thập Kiến thức Cụ thể theo Miền: Khung này học một cách thông minh từ nhiều nguồn kiến thức bên ngoài và kinh nghiệm nội bộ. Cách tiếp cận kép này giúp nó xây dựng một kho lưu trữ phong phú về kiến thức cụ thể theo miền, nâng cao hiệu suất của nó trong việc thực hiện nhiệm vụ. Lập Kế Hoạch Qua Các Tầm Nhìn Nhiệm Vụ Dài Hạn: Agent S sử dụng lập kế hoạch phân cấp tăng cường kinh nghiệm, một cách tiếp cận chiến lược giúp phân chia và thực hiện các nhiệm vụ phức tạp một cách hiệu quả. Tính năng này nâng cao đáng kể khả năng quản lý nhiều nhiệm vụ con một cách hiệu quả và hiệu suất. Xử Lý Các Giao Diện Động, Không Đều: Dự án giới thiệu Giao Diện Tác Nhân-Máy Tính (ACI), một giải pháp đổi mới giúp nâng cao tương tác giữa các tác nhân và người dùng. Sử dụng các Mô Hình Ngôn Ngữ Lớn Đa Phương Thức (MLLMs), Agent S có thể điều hướng và thao tác các giao diện người dùng đồ họa đa dạng một cách liền mạch. Thông qua những tính năng tiên phong này, Agent S cung cấp một khung vững chắc giải quyết các phức tạp liên quan đến việc tự động hóa tương tác giữa con người với máy móc, mở ra nhiều ứng dụng trong AI và hơn thế nữa. Ai là Người Tạo ra Agent S? Mặc dù khái niệm về Agent S là hoàn toàn đổi mới, thông tin cụ thể về người sáng lập vẫn còn mơ hồ. Người sáng lập hiện vẫn chưa được biết đến, điều này làm nổi bật giai đoạn sơ khai của dự án hoặc sự lựa chọn chiến lược để giữ kín các thành viên sáng lập. Bất chấp sự ẩn danh, sự chú ý vẫn tập trung vào khả năng và tiềm năng của khung này. Ai là Các Nhà Đầu Tư của Agent S? Vì Agent S còn tương đối mới trong hệ sinh thái mã hóa, thông tin chi tiết về các nhà đầu tư và những người tài trợ tài chính của nó không được ghi chép rõ ràng. Sự thiếu vắng thông tin công khai về các nền tảng đầu tư hoặc tổ chức hỗ trợ dự án dấy lên câu hỏi về cấu trúc tài trợ và lộ trình phát triển của nó. Hiểu biết về sự hỗ trợ là rất quan trọng để đánh giá tính bền vững và tác động tiềm năng của dự án. Agent S Hoạt Động Như Thế Nào? Tại cốt lõi của Agent S là công nghệ tiên tiến cho phép nó hoạt động hiệu quả trong nhiều bối cảnh khác nhau. Mô hình hoạt động của nó được xây dựng xung quanh một số tính năng chính: Tương Tác Giống Như Con Người: Khung này cung cấp lập kế hoạch AI tiên tiến, cố gắng làm cho các tương tác với máy tính trở nên trực quan hơn. Bằng cách bắt chước hành vi của con người trong việc thực hiện nhiệm vụ, nó hứa hẹn nâng cao trải nghiệm người dùng. Ký Ức Tường Thuật: Được sử dụng để tận dụng các trải nghiệm cấp cao, Agent S sử dụng ký ức tường thuật để theo dõi lịch sử nhiệm vụ, từ đó nâng cao quy trình ra quyết định của nó. Ký Ức Tình Huống: Tính năng này cung cấp cho người dùng hướng dẫn từng bước, cho phép khung này cung cấp hỗ trợ theo ngữ cảnh khi các nhiệm vụ diễn ra. Hỗ Trợ OpenACI: Với khả năng chạy cục bộ, Agent S cho phép người dùng duy trì quyền kiểm soát đối với các tương tác và quy trình làm việc của họ, phù hợp với tinh thần phi tập trung của Web3. Tích Hợp Dễ Dàng với Các API Bên Ngoài: Tính linh hoạt và khả năng tương thích với nhiều nền tảng AI khác nhau đảm bảo rằng Agent S có thể hòa nhập liền mạch vào các hệ sinh thái công nghệ hiện có, làm cho nó trở thành lựa chọn hấp dẫn cho các nhà phát triển và tổ chức. Những chức năng này cùng nhau góp phần vào vị trí độc đáo của Agent S trong không gian tiền điện tử, khi nó tự động hóa các nhiệm vụ phức tạp, nhiều bước với sự can thiệp tối thiểu của con người. Khi dự án phát triển, các ứng dụng tiềm năng của nó trong Web3 có thể định nghĩa lại cách mà các tương tác kỹ thuật số diễn ra. Thời Gian Phát Triển của Agent S Sự phát triển và các cột mốc của Agent S có thể được tóm tắt trong một dòng thời gian nêu bật các sự kiện quan trọng của nó: 27 tháng 9, 2024: Khái niệm về Agent S được ra mắt trong một bài nghiên cứu toàn diện mang tên “Một Khung Tác Nhân Mở Sử Dụng Máy Tính Như Một Con Người,” trình bày nền tảng cho dự án. 10 tháng 10, 2024: Bài nghiên cứu được công bố công khai trên arXiv, cung cấp một cái nhìn sâu sắc về khung và đánh giá hiệu suất của nó dựa trên tiêu chuẩn OSWorld. 12 tháng 10, 2024: Một video trình bày được phát hành, cung cấp cái nhìn trực quan về khả năng và tính năng của Agent S, thu hút thêm sự quan tâm từ người dùng và nhà đầu tư tiềm năng. Những dấu mốc trong dòng thời gian không chỉ minh họa sự tiến bộ của Agent S mà còn chỉ ra cam kết của nó đối với sự minh bạch và sự tham gia của cộng đồng. Những Điểm Chính Về Agent S Khi khung Agent S tiếp tục phát triển, một số thuộc tính chính nổi bật, nhấn mạnh tính đổi mới và tiềm năng của nó: Khung Đổi Mới: Được thiết kế để cung cấp cách sử dụng máy tính trực quan giống như tương tác của con người, Agent S mang đến một cách tiếp cận mới cho việc tự động hóa nhiệm vụ. Tương Tác Tự Động: Khả năng tương tác tự động với máy tính thông qua GUI đánh dấu một bước tiến tới các giải pháp tính toán thông minh và hiệu quả hơn. Tự Động Hóa Nhiệm Vụ Phức Tạp: Với phương pháp mạnh mẽ của nó, nó có thể tự động hóa các nhiệm vụ phức tạp, nhiều bước, làm cho các quy trình nhanh hơn và ít sai sót hơn. Cải Tiến Liên Tục: Các cơ chế học tập cho phép Agent S cải thiện từ các trải nghiệm trước đó, liên tục nâng cao hiệu suất và hiệu quả của nó. Tính Linh Hoạt: Khả năng thích ứng của nó trên các môi trường hoạt động khác nhau như OSWorld và WindowsAgentArena đảm bảo rằng nó có thể phục vụ một loạt các ứng dụng rộng rãi. Khi Agent S định vị mình trong bối cảnh Web3 và tiền điện tử, tiềm năng của nó để nâng cao khả năng tương tác và tự động hóa quy trình đánh dấu một bước tiến quan trọng trong công nghệ AI. Thông qua khung đổi mới của mình, Agent S minh họa cho tương lai của các tương tác kỹ thuật số, hứa hẹn một trải nghiệm liền mạch và hiệu quả hơn cho người dùng trên nhiều ngành công nghiệp khác nhau. Kết luận Agent S đại diện cho một bước nhảy vọt táo bạo trong sự kết hợp giữa AI và Web3, với khả năng định nghĩa lại cách chúng ta tương tác với công nghệ. Mặc dù vẫn còn ở giai đoạn đầu, những khả năng cho ứng dụng của nó là rộng lớn và hấp dẫn. Thông qua khung toàn diện của mình giải quyết các thách thức quan trọng, Agent S nhằm đưa các tương tác tự động lên hàng đầu trong trải nghiệm kỹ thuật số. Khi chúng ta tiến sâu hơn vào các lĩnh vực tiền điện tử và phi tập trung, các dự án như Agent S chắc chắn sẽ đóng một vai trò quan trọng trong việc định hình tương lai của công nghệ và sự hợp tác giữa con người với máy tính.

Tổng lượt xem 961Xuất bản vào 2025.01.14Cập nhật vào 2025.01.14

AGENT S là gì

Làm thế nào để Mua S

Chào mừng bạn đến với HTX.com! Chúng tôi đã làm cho mua Sonic (S) trở nên đơn giản và thuận tiện. Làm theo hướng dẫn từng bước của chúng tôi để bắt đầu hành trình tiền kỹ thuật số của bạn.Bước 1: Tạo Tài khoản HTX của BạnSử dụng email hoặc số điện thoại của bạn để đăng ký tài khoản miễn phí trên HTX. Trải nghiệm hành trình đăng ký không rắc rối và mở khóa tất cả tính năng. Nhận Tài khoản của tôiBước 2: Truy cập Mua Crypto và Chọn Phương thức Thanh toán của BạnThẻ Tín dụng/Ghi nợ: Sử dụng Visa hoặc Mastercard của bạn để mua Sonic (S) ngay lập tức.Số dư: Sử dụng tiền từ số dư tài khoản HTX của bạn để giao dịch liền mạch.Bên thứ ba: Chúng tôi đã thêm những phương thức thanh toán phổ biến như Google Pay và Apple Pay để nâng cao sự tiện lợi.P2P: Giao dịch trực tiếp với người dùng khác trên HTX.Thị trường mua bán phi tập trung (OTC): Chúng tôi cung cấp những dịch vụ được thiết kế riêng và tỷ giá hối đoái cạnh tranh cho nhà giao dịch.Bước 3: Lưu trữ Sonic (S) của BạnSau khi mua Sonic (S), lưu trữ trong tài khoản HTX của bạn. Ngoài ra, bạn có thể gửi đi nơi khác qua chuyển khoản blockchain hoặc sử dụng để giao dịch những tiền kỹ thuật số khác.Bước 4: Giao dịch Sonic (S)Giao dịch Sonic (S) dễ dàng trên thị trường giao ngay của HTX. Chỉ cần truy cập vào tài khoản của bạn, chọn cặp giao dịch, thực hiện giao dịch và theo dõi trong thời gian thực. Chúng tôi cung cấp trải nghiệm thân thiện với người dùng cho cả người mới bắt đầu và người giao dịch dày dạn kinh nghiệm.

Tổng lượt xem 1.9kXuất bản vào 2025.01.15Cập nhật vào 2026.06.02

Làm thế nào để Mua S

Thảo luận

Chào mừng đến với Cộng đồng HTX. Tại đây, bạn có thể được thông báo về những phát triển nền tảng mới nhất và có quyền truy cập vào thông tin chuyên sâu về thị trường. Ý kiến ​​của người dùng về giá của S (S) được trình bày dưới đây.

活动图片