Giới thiệu: Bộ Chỉ Số Toàn Cầu

insights.glassnodeXuất bản vào 2026-05-28Cập nhật gần nhất vào 2026-05-28

Tóm tắt

Glassnode giới thiệu Bộ Chỉ số Toàn cầu, một giải pháp mới nhằm giải quyết thách thức phân tích thị trường tổng hợp trong không gian tài sản số bị phân mảnh. Bộ chỉ số này cung cấp hai dạng dữ liệu: Dữ liệu tổng hợp thô (Raw Aggregates) giữ nguyên giá trị gốc và Chỉ số được chuẩn hóa liên tục (Indices) để phân tích xu hướng. Bài viết minh họa lợi ích qua ba ví dụ: 1. **Cơ cấu thị trường:** Chỉ số điều chỉnh cho thấy đợt tăng mạnh thực sự của nhóm vốn hóa nhỏ năm 2024, vốn bị che khuất trong dữ liệu thô do hiện tượng "tài sản tăng giá rời khỏi nhóm". 2. **Tâm lý chốt lời:** Chỉ số SOPR toàn cầu cho thấy sự phân kỳ giữa Bitcoin và altcoin, đồng thời điều chỉnh nhận thức về sự bi quan thái quá trong nhóm vốn nhỏ. 3. **Vị thế phái sinh:** Chỉ số Open Interest giúp so sánh hành vi biến động giữa các nhóm vốn hóa, làm nổi bật mức độ đầu cơ cao và rủi ro trong các nhóm nhỏ hơn. Bộ chỉ số hiện có bốn chỉ số chính (Tổng vốn hóa, SOPR Trung vị, Open Interest, Địa chỉ Hoạt động) cho bốn nhóm vốn hóa (Toàn bộ, Lớn, Trung, Nhỏ), được tính toán lại hàng tuần. Dữ liệu có thể truy cập qua API của Glassnode, cung cấp công cụ phân tích liên tục cho thị trường đa tài sản.

Phân tích thị trường tổng hợp đã trở thành một thách thức kể từ khi không gian tài sản số phân mảnh thành hàng nghìn tài sản, lĩnh vực và các nhóm vốn hóa thị trường thay đổi nhanh chóng. Khi các tài sản tăng giá, giảm giá, ra mắt hoặc biến mất, chuỗi chỉ số tổng hợp phát triển các điểm gián đoạn cấu trúc khiến việc phân tích dài hạn trở nên khó khăn.

Trước đây, chúng tôi đã trình diễn sức mạnh của cái nhìn toàn cầu tổng hợp các chỉ số trên toàn thị trường bằng Công cụ Khám phá Đa Tài sản. Giờ đây, chúng tôi đã mở rộng khuôn khổ này với Chỉ Số Toàn Cầu Glassnode — một bộ chỉ số tổng hợp được định kỳ tái cân bằng với chuẩn hóa chỉ số liên tục, có sẵn qua API.

Trong bài viết này, chúng tôi giới thiệu khuôn khổ, xem xét một số ví dụ trên các lĩnh vực vốn hóa thị trường, khả năng sinh lời và định vị phái sinh, và cho thấy các chỉ số điều chỉnh tính liên tục tiết lộ điều gì so với các số liệu tổng hợp thô.

Chỉ Số Toàn Cầu Glassnode là gì?

Chỉ Số Toàn Cầu là các chỉ số on-chain và thị trường tổng hợp được tính toán trên nhiều loại tiền điện tử, được tổ chức thành các rổ có thể cấu hình. Các rổ có thể được xác định bởi ngưỡng vốn hóa thị trường, xếp hạng top-N (theo bất kỳ chỉ số nào) hoặc thẻ tài sản (lĩnh vực, danh mục). Chúng giải quyết một thách thức cơ bản trong phân tích tiền điện tử: làm thế nào để theo dõi các chỉ số on-chain và thị trường trên một nhóm tài sản năng động cao theo thời gian mà không có sự gián đoạn nhân tạo do thay đổi thành phần rổ, trái ngược với các chỉ số chỉ tập trung vào giá.

Chúng tôi cung cấp hai loại đầu ra cho mỗi chỉ số:

  • Số Liệu Tổng Hợp Thô: Giá trị thực theo đơn vị gốc, bảo toàn ý nghĩa kinh tế (ví dụ: USD cho vốn hóa thị trường, số lượng cho địa chỉ hoạt động)
  • Chỉ Số: Chuỗi thời gian được điều chỉnh hệ số tỷ lệ, chuẩn hóa gốc để phân tích xu hướng và so sánh chéo rổ

Chỉ số tiết lộ điều gì

Cấu trúc thị trường: Làn sóng vốn nhỏ năm 2024

Minh chứng rõ ràng nhất về lý do tại sao chỉ số điều chỉnh tính liên tục quan trọng là phân khúc vốn nhỏ vào năm 2024. Hình dưới đây trình bày Tổng vốn hóa thị trường: Số liệu tổng hợp thô (USD, thang log) trên tất cả bốn rổ: Tất Cả Coin, Vốn Lớn, Vốn Vừa và Vốn Nhỏ, với giá BTC được đặt chồng lên.

Xem Chỉ Số Trực Tuyến

So sánh với Chỉ số Tổng vốn hóa thị trường trên cả bốn rổ: Chỉ số tỷ lệ (gốc 100), cùng các rổ. Mỗi phân khúc bắt đầu ở 100, do đó các đường có thể so sánh trực tiếp dưới dạng bội số tăng trưởng.

Xem Chỉ Số Trực Tuyến

Chuỗi vốn nhỏ thô chứa một độ lệch cấu trúc: bất cứ khi nào một tài sản vốn nhỏ hoạt động tốt, cuối cùng nó sẽ vượt qua ngưỡng 100 triệu USD và rời khỏi rổ, mang theo lợi nhuận của nó. Nói cách khác, "người chiến thắng rời đi". Thiết kế của số liệu tổng hợp thô không thể nắm bắt được đợt tăng giá của vốn nhỏ.

Chỉ số trung hòa hiệu ứng này. Vốn nhỏ đã tăng vọt đáng kể vào năm 2024, một động thái phần lớn không thể nhìn thấy trong chuỗi thô, được thúc đẩy bởi các nền tảng tạo token gần như tức thì và cơn sốt memecoin sau đó.

Biểu đồ tương tự cũng làm nổi bật sự phân kỳ giữa các phân khúc: trong khi các tài sản vốn lớn tương đối tốt, các phân khúc altcoin bước vào giai đoạn sụt giảm kéo dài. Cả hai nửa chỉ trở nên rõ ràng trong chỉ số.

Tâm lý Chốt Lời: SOPR Altcoin so với SOPR BTC

Chỉ Số Tỷ Lệ Lợi Nhuận Đầu Ra Đã Tiêu (SOPR), đo lường liệu các đồng tiền đang di chuyển on-chain được chi tiêu với lãi (trên 1) hay lỗ (dưới 1), là một trong những trường hợp rõ ràng nhất mà chỉ số toàn cầu mang lại giá trị vượt ra ngoài phiên bản đơn tài sản. SOPR của BTC và SOPR trung vị trên các rổ altcoin thường xuyên phân kỳ, và khoảng cách giữa chúng trở thành một tín hiệu.

Hình sau đây cho thấy SOPR Trung vị: Số liệu tổng hợp thô trên cả bốn rổ, giá BTC được đặt chồng lên. SOPR dao động quanh 1.

Xem Chỉ Số Trực Tuyến

So sánh với Chỉ số SOPR Trung vị: Chỉ số tỷ lệ (gốc 100), trên cùng bốn rổ.

Xem Chỉ Số Trực Tuyến

Chuỗi thô kể câu chuyện sau: SOPR vốn nhỏ giảm mạnh đến mức tương đương với thị trường gấu 2018 và 2022, trong khi vốn lớn và vốn vừa đã giữ vững tốt hơn trong các chu kỳ gần đây. Chỉ số bổ sung thêm một sắc thái: bởi vì các đồng coin vốn nhỏ tăng giá tiếp tục rời khỏi rổ khi chúng phát triển lên các phân khúc cao hơn, chuỗi thô phóng đại mức độ tâm lý tồi tệ đối với các tài sản thực sự còn lại.

Chuỗi thô kể câu chuyện sau: SOPR vốn nhỏ giảm mạnh đến mức tương đương với thị trường gấu 2018 và 2022, trong khi vốn lớn và vốn vừa đã giữ vững tốt hơn trong các chu kỳ gần đây. Chỉ số bổ sung thêm một sắc thái: Bởi vì các đồng coin vốn nhỏ tăng giá tiếp tục rời khỏi rổ khi chúng phát triển lên các phân khúc cao hơn, chuỗi thô phóng đại mức độ tâm lý tồi tệ đối với các tài sản thực sự còn lại.

Sau khi điều chỉnh cho điều này, tâm lý vốn nhỏ ổn định hơn vẻ bề ngoài. Đối với vốn lớn và vốn vừa, không có sự điều chỉnh như vậy áp dụng, và điều chỉ số tiết lộ là một xu hướng dài hạn thực sự: mỗi chu kỳ, người nắm giữ trung bình trong các tài sản đã thành danh thu được lợi nhuận ít hơn một chút so với chu kỳ trước. Khi nhiều nguồn cung bị khóa vào nắm giữ dài hạn, ít nguồn cung hơn được luân chuyển với lãi.

Thay vì dựa vào các token được chọn làm đại diện cho tâm lý altcoin, chỉ số SOPR toàn cầu cung cấp trực tiếp cái nhìn ở cấp độ nhóm. Không cần phải chọn lựa các token riêng lẻ.

Định Vị Phái Sinh: Lãi Mở (Open Interest)

Lãi Mở (OI) đo lường tổng giá trị của các hợp đồng tương lai vĩnh cửu chưa thanh toán và cung cấp một chỉ số hữu ích về sự tập trung đòn bẩy trên thị trường.

Hình dưới đây trình bày Tổng Lãi Mở: Số liệu tổng hợp thô (USD, thang log) trên cả bốn rổ, dữ liệu từ năm 2022.

Xem Chỉ Số Trực Tuyến

So sánh điều đó với Chỉ số Tổng Lãi Mở: đã tỷ lệ (gốc 100) trên cùng bốn rổ.

Xem Chỉ Số Trực Tuyến

Vốn lớn chi phối lãi mở về mặt tuyệt đối; hầu hết đòn bẩy nằm trên các tài sản lớn nhất, thanh khoản nhất. Tuy nhiên, chỉ số làm cho hành vi của các phân khúc nhỏ hơn có thể so sánh được: lãi mở vốn vừa và vốn nhỏ biến động nhiều hơn rất nhiều, tăng vọt mạnh trong các đợt đầu cơ và giảm nhanh chóng. Những đợt tăng vọt này là một tín hiệu cảnh báo sớm hữu ích cho rủi ro đổ vỡ dây chuyền ở các phần mong manh hơn của thị trường.

Khuôn khổ điều chỉnh tính liên tục giúp dễ dàng cách ly những thay đổi này bằng cách tách biệt thay đổi trong hành vi đòn bẩy khỏi thay đổi trong thành phần nhóm.

Bộ Chỉ Số Toàn Cầu Glassnode

Bốn chỉ số đã ra mắt với bản phát hành này, mỗi chỉ số được tính cho cả bốn rổ, tổng cộng mười sáu chuỗi thời gian. Tất cả sử dụng tái cân bằng hàng tuầnđịnh trọng số bằng nhau.

Các rổ là các phân khúc vốn hóa thị trường được sử dụng xuyên suốt bài viết này:

  • Tất Cả Coin (không lọc)
  • Vốn Lớn (≥$1B)
  • Vốn Vừa ($100M–$1B)
  • Vốn Nhỏ (<$100M).

Lọc điều kiện đủ, ngày bắt đầu và lựa chọn giữa tổng hợp so với trung vị được đề cập trong phụ lục.

Truy Cập Dữ Liệu Qua API

Mỗi chỉ số được xuất bản dưới hai hình thức. 1) Số liệu tổng hợp thô bảo toàn đơn vị gốc (gián đoạn tại các lần tái cân bằng) và được thiết kế để sử dụng cho việc xác định quy mô tuyệt đối và ảnh chụp tại một thời điểm cụ thể. 2) Chỉ số được tỷ lệ, gốc-100 và liên tục, phù hợp hơn cho phân tích xu hướng và so sánh chéo rổ.

Phiên bản thô và chỉ số được phục vụ từ các endpoint riêng biệt, và mỗi endpoint trả về tất cả các rổ cho chỉ số đó:

https://api.glassnode.com/v1/metrics/global/{metric}_{aggregation}_{rebalancing}_{weighting}_raw
https://api.glassnode.com/v1/metrics/global/{metric}_{aggregation}_{rebalancing}_{weighting}_index

Để biết chi tiết đầy đủ về yêu cầu, vui lòng xem tài liệu API của Glassnode. Khuôn khổ này có thể mở rộng (các chỉ số bổ sung, phương pháp định trọng số thay thế và các rổ lĩnh vực dựa trên thẻ đã được lên kế hoạch), nhưng bốn chỉ số trên đã hoạt động ngay hôm nay, và chúng đã mang kỷ luật liên tục của các chỉ số giá truyền thống vào dữ liệu on-chain và thị trường cho một thị trường ngày càng đa tài sản.

Phương Pháp Luận

Để biết đầy đủ chi tiết về lựa chọn rổ, lọc điều kiện đủ, công thức hệ số tỷ lệ và chuẩn hóa chỉ số, vui lòng liên hệ với người quản lý tài khoản của bạn để được cấp quyền truy cập.


  • Theo dõi chúng tôi trên X để cập nhật và phân tích thị trường kịp thời
  • Tham gia kênh Telegram của chúng tôi để có những hiểu biết thường xuyên về thị trường
  • Đối với các chỉ số on-chain, bảng điều khiển và cảnh báo, hãy truy cập Glassnode Studio

Miễn trừ trách nhiệm: Báo cáo này chỉ nhằm mục đích thông tin và giáo dục. Phân tích đại diện cho một nghiên cứu điển hình hạn chế với những ràng buộc đáng kể và không nên được hiểu là lời khuyên đầu tư hoặc tín hiệu giao dịch dứt khoát. Các mô hình hiệu suất trong quá khứ không đảm bảo kết quả tương lai. Luôn thực hiện thẩm định kỹ lưỡng và xem xét nhiều yếu tố trước khi đưa ra quyết định đầu tư.

Câu hỏi Liên quan

QSuite Đo Lường Toàn Cầu (Global Metrics Suite) của Glassnode được thiết kế để giải quyết thách thức cơ bản nào trong phân tích thị trường tiền điện tử?

ASuite được thiết kế để giải quyết thách thức theo dõi các chỉ số on-chain và thị trường xuyên suốt một nhóm tài sản crypto biến động cao theo thời gian mà không bị gián đoạn nhân tạo do thay đổi thành phần của rổ tài sản. Nó cung cấp dữ liệu liên tục, đã được chuẩn hóa để phân tích xu hướng dài hạn.

QSự khác biệt chính giữa hai loại đầu ra 'Raw Aggregates' và 'Indices' trong Global Metrics là gì?

A'Raw Aggregates' (Tổng hợp thô) là giá trị thực tế trong đơn vị gốc (như USD cho vốn hóa thị trường), bảo toàn ý nghĩa kinh tế nhưng có thể bị gián đoạn khi rổ tái cân bằng. 'Indices' (Chỉ số) là chuỗi thời gian được điều chỉnh theo hệ số tỷ lệ, chuẩn hóa về cơ số 100, liên tục, phù hợp cho phân tích xu hướng và so sánh chéo giữa các rổ.

QVí dụ về đợt tăng giá của nhóm vốn hóa nhỏ (small-cap) năm 2024 cho thấy hạn chế gì của dữ liệu 'Raw Aggregate'?

ADữ liệu 'Raw Aggregate' cho nhóm vốn hóa nhỏ có xu hướng sai lệch cấu trúc: khi một tài sản small-cap tăng trưởng tốt, nó sẽ vượt qua ngưỡng 100 triệu USD và rời khỏi rổ, mang theo lợi nhuận của nó đi. Điều này khiến chuỗi dữ liệu thô về bản chất không thể nắm bắt được một đợt tăng giá thực sự của toàn bộ nhóm small-cap.

QChỉ số SOPR toàn cầu (Spent Output Profit Ratio) cung cấp thông tin chi tiết gì về tâm lý chốt lời giữa Bitcoin và các altcoin?

ANó cho thấy sự phân kỳ thường xuyên giữa SOPR của BTC và SOPR trung bình của các rổ altcoin. Khoảng cách (spread) giữa chúng trở thành một tín hiệu. Đặc biệt, chỉ số điều chỉnh cho thấy tâm lý trong nhóm small-cap ổn định hơn so với vẻ ngoài trong dữ liệu thô, và xu hướng dài hạn là các nhà đầu tư trong các tài sản lớn (large/mid cap) chốt lời ít hơn qua mỗi chu kỳ.

QDữ liệu Chỉ số Open Interest (Tổng hợp Hợp đồng Mở) điều chỉnh liên tục tiết lộ đặc điểm hành vi nào của các nhóm vốn hóa khác nhau?

AChỉ số cho thấy Open Interest của nhóm mid-cap và small-cap biến động mạnh hơn nhiều so với nhóm large-cap. Nó thường tăng vọt mạnh mẽ trong các giai đoạn đầu cơ và giảm nhanh chóng ngay sau đó. Những đợt tăng đột biến này có thể là tín hiệu cảnh báo sớm về rủi ro sụp đổ dây chuyền (cascade risk) ở các phần thị trường mỏng manh 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.

marsbit10 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

marsbit10 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.

marsbit13 phút trước

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

marsbit13 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.

marsbit16 phút trước

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

marsbit16 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.

marsbit20 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

marsbit20 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.

marsbit21 phút trước

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

marsbit21 phút trước

Giao dịch

Giao ngay
活动图片