Ngay lúc này, Claude Fable 5, lại giành vị trí số 1

Q: Tại sao kết quả của Claude Fable 5 trên bảng xếp hạng MirrorCode được coi là ấn tượng?

Claude Fable 5 đạt thành công tuyệt đối 64% trên bảng xếp hạng MirrorCode, gấp khoảng ba lần so với mô hình đứng thứ hai là GPT-5.6 Sol (chỉ khoảng một phần ba số điểm). Hơn nữa, hiệu suất của nó gần như ổn định khi chuyển từ ngôn ngữ phổ biến như Go sang ngôn ngữ ít phổ biến như Ada (chỉ giảm 3 điểm phần trăm, từ 64% xuống 61%), cho thấy khả năng hiểu sâu và xây dựng lại logic chương trình thay vì chỉ dựa vào ghi nhớ cú pháp.

Q: Thử thách MirrorCode được thiết kế như thế nào để đánh giá khả năng lập trình của AI?

Thử thách MirrorCode bao gồm 25 chương trình mục tiêu thuộc nhiều lĩnh vực. Mô hình AI được đặt trong môi trường cách ly, không có internet, không được xem mã nguồn gốc và không thể tải phụ thuộc bên ngoài. Nó chỉ nhận được tài liệu cấp cao, một phần bài kiểm tra có thể nhìn thấy và quyền truy cập vào chương trình gốc để phân tích đầu vào/đầu ra. Nhiệm vụ của AI là tái tạo một chương trình mới có hành vi giống hệt. Bài kiểm tra yêu cầu đạt 100% tỷ lệ hoàn thành cả bài kiểm tra ẩn và hiện, ngay cả 99.9% cũng bị tính là thất bại. Ngân sách cho một lần chạy lên tới 100 tỷ token và có thể kéo dài tới 7 ngày.

Q: Ví dụ về dự án 'gotree' minh họa điều gì về sức mạnh và giới hạn của AI trong lập trình?

Ví dụ 'gotree' (một công cụ tin sinh học khoảng 16.000 dòng Go) cho thấy Claude Opus 4.7 có thể hoàn thành 99.95% công việc (2000/2001 bài kiểm tra) chỉ trong 14 giờ với chi phí 251 USD, trong khi ước tính của con người cần từ 2 đến 17 tuần. Tuy nhiên, nó vẫn thất bại vì bỏ sót một trường hợp biên xử lý chú thích ngày tháng, chứng tỏ rằng mặc dù AI có thể giảm đáng kể thời gian và công sức, nhưng việc đạt được độ chính xác 100% tuyệt đối vẫn là một thách thức lớn dưới các tiêu chuẩn kiểm tra khắt khe như MirrorCode.

Q: Tại sao việc Fable 5 duy trì hiệu suất cao với ngôn ngữ Ada lại quan trọng?

Ada là một ngôn ngữ ít phổ biến, chủ yếu dùng trong các hệ thống an toàn quan trọng. Trong kho dữ liệu công khai (như StarCoder), số lượng mã Python nhiều hơn khoảng 230 lần so với Ada. Việc Fable 5 chỉ giảm 3% hiệu suất khi chuyển từ Go sang Ada cho thấy nó không chỉ đơn thuần 'dịch' mã hoặc dựa vào việc ghi nhớ cú pháp/cách viết phổ biến từ dữ liệu huấn luyện. Thay vào đó, nó cho thấy khả năng hiểu logic cốt lõi của vấn đề và 'tái thiết kế' giải pháp bằng một ngôn ngữ khác, một dấu hiệu của sự hiểu biết sâu sắc và khả năng lập trình tổng quát hơn.

Q: Theo bài viết, xu hướng ủy thác công việc lập trình cho AI đang thay đổi như thế nào?

Xu hướng đang chuyển từ việc yêu cầu AI viết từng đoạn mã hoặc sửa lỗi cụ thể, sang ủy thác toàn bộ dự án hoặc công việc quy mô lớn hơn. Các ví dụ như hàng trăm Agent trong Cursor viết hơn 1 triệu dòng mã trình duyệt, hay 16 Claude Agent xây dựng trình biên dịch C 10万 dòng để biên dịch nhân Linux. Số liệu từ OpenAI cũng cho thấy tỷ lệ người dùng giao các nhiệm vụ ước tính mất hơn 1 giờ hoặc thậm chí 8 giờ của con người đang tăng lên. MirrorCode với tỷ lệ 64% chính là thước đo cho khả năng AI có thể 'tự hoàn thành' một phần mềm cỡ trung đến lớn. Điều này đồng nghĩa với việc vai trò của con người sẽ dịch chuyển từ giám sát chi tiết sang đặt vấn đề, xác định mục tiêu và kiểm tra tại các điểm then chốt.

marsbitXuất bản vào 2026-08-04Cập nhật gần nhất vào 2026-08-04

Tóm tắt

Claude Fable 5 vừa lập kỷ lục mới trên bảng xếp hạng lập trình AI MirrorCode, đạt tỷ lệ thành công 64% và dẫn đầu một cách áp đảo. Điểm số của nó gấp ba lần mô hình xếp sau là GPT-5.6 Sol. Đáng chú ý, hiệu suất của Fable 5 hầu như không suy giảm khi chuyển từ ngôn ngữ phổ biến như Go sang ngôn ngữ ít tài liệu như Ada (từ 64% xuống 61%), cho thấy khả năng hiểu logic và tái tạo dự án từ đầu hơn là chỉ dựa vào ghi nhớ cú pháp. Bài kiểm tra MirrorCode yêu cầu mô hình trong môi trường cách ly phải tái tạo chính xác 100% hành vi của 15 chương trình mục tiêu, với ngân sách lên tới 100 tỷ token và thời gian chạy tối đa 7 ngày. Một nhiệm vụ thậm chí kéo dài 19 ngày với chi phí 2.600 USD. Kết quả này đánh dấu bước tiến trong việc ủy thác toàn bộ dự án phần mềm cấp trung cho AI. Các công cụ như Cursor và Anthropic đã chứng minh AI có thể viết hàng trăm ngàn đến triệu dòng code phức tạp. Tương lai, lập trình viên sẽ tập trung vào việc xác định vấn đề và kiểm tra kết quả, trong khi việc viết code ngày càng trở nên tự động và hiệu quả.

Lần này, Claude thực sự tạo ra khoảng cách lớn trên bảng xếp hạng lập trình AI!

Ngay trên bảng xếp hạng MirrorCode vừa được làm mới, Claude Fable 5 một lần nữa đứng đầu với tỷ lệ thành công tuyệt đối 64%.

GPT-5.6 Sol theo sát phía sau, điểm số chỉ bằng một phần ba của nó!

GPT-5.5 đứng thứ tư còn thảm hại hơn. Không chỉ thành tích chỉ 10%, mà còn bị đàn anh GPT-5.4 của chính hãng áp đảo hoàn toàn.

Điều bất ngờ hơn là, khi sử dụng các ngôn ngữ tài nguyên cao như Go, tỷ lệ giải được của Fable 5 là 64%; khi chuyển sang ngôn ngữ ít phổ biến Ada, thành tích vẫn cao tới 61%.

Cần biết rằng, trong thế giới mã nguồn mở, ngữ liệu Python nhiều gấp khoảng 230 lần so với Ada.

Nhưng với Fable 5, thành tích chỉ giảm 3 phần trăm.

Điều này thật thú vị.

Nếu mô hình chủ yếu dựa vào việc ghi nhớ cú pháp và cách viết phổ biến của các ngôn ngữ hot, thì khi chuyển sang Ada, thành tích lẽ ra phải giảm mới đúng.

Nhưng kết quả hiện tại lại hướng đến một khả năng khác——

Mô hình mạnh nhất đã thoát khỏi sự kéo dắt của ngữ liệu cụ thể, bắt đầu học cách xây dựng từ đầu một dự án phần mềm hoàn chỉnh.

Bị chặn ở mốc 100% thông quan, thử nghiệm cực hạn với 100 tỷ Token

Cụ thể, MirrorCode đầy đủ bao gồm 25 chương trình mục tiêu, bao phủ các lĩnh vực như công cụ Unix, trình thông dịch, truy vấn dữ liệu, tin sinh học, mật mã học và công cụ nén.

Tại đây, mô hình sẽ được đặt vào môi trường cách ly, không có internet, không thể xem mã nguồn gốc của dự án, cũng không thể tải các phụ thuộc bên thứ ba. Những gì nó nhận được chỉ là tài liệu cấp cao, một phần bài kiểm tra có thể nhìn thấy, và một chương trình gốc có thể gọi đi gọi lại.

Tiếp theo, nó phải liên tục nhập dữ liệu vào chương trình gốc, quan sát đầu ra để đoán logic bên trong, rồi từng

chút một

viết ra một chương trình mới có hành vi tương đồng.

Bảng xếp hạng mới nhất chọn ra 15 mục tiêu Medium và Large từ đó. Mỗi mục tiêu sử dụng hai ngôn ngữ triển khai, mỗi ngôn ngữ chạy ba lần.

Và, tỷ lệ hoàn thành bài kiểm tra có thể nhìn thấy và bài kiểm tra ẩn phải đạt 100% mới tính là thông qua, 99,9% cũng không được.

Chỉ cần bỏ sót một trường hợp biên, toàn bộ lần chạy đó vẫn được tính là thất bại.

Để buộc mô hình lấp đầy mấy lỗ hổng cuối cùng, MirrorCode đẩy ngân sách cho một lần chạy lên 100 tỷ Token, cho phép chạy liên tục tối đa 7 ngày.

Trong bài báo, nhiệm vụ tốn kém nhất thậm chí còn khủng hơn: mô hình chạy liên tục 19 ngày, chi phí cho một lần chạy lên tới 2600 đô la.

Trong 19 ngày đó, mô hình sẽ lặp lại việc chạy chương trình gốc, so sánh kết quả, bổ sung chức năng, rồi chạy lại bài kiểm tra. Báo lỗi thì tìm nguyên nhân, đầu ra không khớp thì thay giả thuyết, cục bộ thông qua thì tiếp tục đuổi theo lỗ hổng tiếp theo.

Toàn bộ quá trình, giống một phiên gỡ lỗi kéo dài nhiều ngày hơn là một lần sinh mã.

Ví dụ về gotree là trực quan nhất.

Công cụ tin sinh học này ban đầu có khoảng 16 nghìn dòng mã Go và hơn 40 lệnh.

Claude Opus 4.7 mất 14 giờ và 251 đô la, vượt qua 2000 trong số 2001 bài kiểm tra, đạt mức hoàn thành 99,95%.

Mặc dù bỏ sót một trường hợp biên lạnh lùng về xử lý chú thích ngày tháng, bị ngăn lại bởi mốc 100% thông quan của MirrorCode, nhưng nó đã nén khối lượng công việc vốn tính bằng tuần vào trong mười mấy tiếng——

Epoch ước tính, nếu không sử dụng AI, một kỹ sư con người muốn hoàn thành cùng nhiệm vụ này ít nhất cần 2 đến 17 tuần.

Trong sa mạc ngữ liệu, Fable 5 chỉ mất 3 điểm

Bài báo MirrorCode từng sử dụng hỗn hợp huấn luyện công khai của StarCoder làm tham chiếu.</n

Trong đó Python chiếm khoảng 8%, Ada chỉ 0,034%, cái trước nhiều gấp khoảng 230 lần cái sau.

Dĩ nhiên, chúng ta không thể biết mô hình mã đóng thực sự đã thấy bao nhiêu mã Ada. Nhưng lấy hệ sinh thái công khai làm tham chiếu, sự khan hiếm của Ada đã đủ trực quan.

Ngôn ngữ này chủ yếu xuất hiện trong hàng không vũ trụ, quốc phòng và các hệ thống an toàn quan trọng khác. Quy mô cộng đồng, số lượng hướng dẫn hay dự án mã nguồn mở đều không thể so sánh với Python, JavaScript hay Go.

Và rõ ràng Fable 5 không phải đang dịch từng câu mã Go sang Ada.

Nó giống như việc trước tiên tìm hiểu xem chương trình gốc hoạt động thế nào, rồi đổi sang một ngôn ngữ khác, tái tạo lại cùng hành vi đó.

Ngược lại, các mô hình khác không ổn định như vậy.

GPT-5.6 Sol từ 24% giảm xuống 19%, GPT-5.4 từ 21% xuống 12%, GPT-5.5 thậm chí từ 17% tụt xuống 5%. Chỉ cần đổi ngôn ngữ, khoảng cách lập tức bị phóng đại.

Giao toàn bộ dự án cho AI

Ngày nay, Cursor đã để hàng trăm Agent hợp tác gần một tuần, viết từ đầu hơn 1 triệu dòng mã trình duyệt, phân bố trên 1000 tệp.

Anthropic thì để 16 Claude Agent chạy song song gần 2000 phiên, cuối cùng dựng lên một trình biên dịch C 100 nghìn dòng, có thể biên dịch được nhân Linux 6.9.

Trong mẫu người dùng cá nhân Codex của OpenAI tiết lộ tính đến tháng 5, 70,2% ít nhất đã gửi một nhiệm vụ ước tính vượt quá một giờ làm việc của con người; 25,6% gửi nhiệm vụ vượt quá tám giờ.

Đơn vị công việc mà người ta giao cho AI, đang chuyển từ một đoạn mã, một lỗi bug, thành một buổi chiều, một tuần, thậm chí toàn bộ dự án.

64% của MirrorCode chính là một lần định lượng cho loại "ủy thác cấp độ dự án" này.

Nó cho thấy, chỉ cần mục tiêu đủ rõ ràng, kết quả có thể được nghiệm thu tự động, các mô hình tiên phong đã có thể tự mình hoàn thành một phần phần mềm cỡ trung và lớn.

Với mỗi người đang giao công việc cho AI, sự thay đổi đã ở ngay trước mắt——

Trước đây bạn cần giám sát nó viết từng đoạn mã, tiếp theo, bạn nhiều khả năng chỉ kiểm tra xem nó có chạy lệch hướng ở các nút then chốt.

Mã sẽ ngày càng rẻ.

Và những người có thể diễn đạt rõ ràng vấn đề, nghiệm thu rõ ràng kết quả, sẽ ngày càng có giá trị.

Tài liệu tham khảo: https://epoch.ai/MirrorCode

Bài viết này đến từ tài khoản công chúng WeChat “Tân Trí Nguyên”, tác giả: ASI Khải thị lục; biên tập: Môi-se

Tiền kỹ thuật số thịnh hành

CitreaCTR

wrapped stUSDTWSTUSDT

Velodrome FinanceVELODROME

BrevisBREV

PancakeSwapCAKE

JUSTJST

Câu hỏi Liên quan

QTại sao kết quả của Claude Fable 5 trên bảng xếp hạng MirrorCode được coi là ấn tượng?

AClaude Fable 5 đạt thành công tuyệt đối 64% trên bảng xếp hạng MirrorCode, gấp khoảng ba lần so với mô hình đứng thứ hai là GPT-5.6 Sol (chỉ khoảng một phần ba số điểm). Hơn nữa, hiệu suất của nó gần như ổn định khi chuyển từ ngôn ngữ phổ biến như Go sang ngôn ngữ ít phổ biến như Ada (chỉ giảm 3 điểm phần trăm, từ 64% xuống 61%), cho thấy khả năng hiểu sâu và xây dựng lại logic chương trình thay vì chỉ dựa vào ghi nhớ cú pháp.

QThử thách MirrorCode được thiết kế như thế nào để đánh giá khả năng lập trình của AI?

AThử thách MirrorCode bao gồm 25 chương trình mục tiêu thuộc nhiều lĩnh vực. Mô hình AI được đặt trong môi trường cách ly, không có internet, không được xem mã nguồn gốc và không thể tải phụ thuộc bên ngoài. Nó chỉ nhận được tài liệu cấp cao, một phần bài kiểm tra có thể nhìn thấy và quyền truy cập vào chương trình gốc để phân tích đầu vào/đầu ra. Nhiệm vụ của AI là tái tạo một chương trình mới có hành vi giống hệt. Bài kiểm tra yêu cầu đạt 100% tỷ lệ hoàn thành cả bài kiểm tra ẩn và hiện, ngay cả 99.9% cũng bị tính là thất bại. Ngân sách cho một lần chạy lên tới 100 tỷ token và có thể kéo dài tới 7 ngày.

QVí dụ về dự án 'gotree' minh họa điều gì về sức mạnh và giới hạn của AI trong lập trình?

AVí dụ 'gotree' (một công cụ tin sinh học khoảng 16.000 dòng Go) cho thấy Claude Opus 4.7 có thể hoàn thành 99.95% công việc (2000/2001 bài kiểm tra) chỉ trong 14 giờ với chi phí 251 USD, trong khi ước tính của con người cần từ 2 đến 17 tuần. Tuy nhiên, nó vẫn thất bại vì bỏ sót một trường hợp biên xử lý chú thích ngày tháng, chứng tỏ rằng mặc dù AI có thể giảm đáng kể thời gian và công sức, nhưng việc đạt được độ chính xác 100% tuyệt đối vẫn là một thách thức lớn dưới các tiêu chuẩn kiểm tra khắt khe như MirrorCode.

QTại sao việc Fable 5 duy trì hiệu suất cao với ngôn ngữ Ada lại quan trọng?

AAda là một ngôn ngữ ít phổ biến, chủ yếu dùng trong các hệ thống an toàn quan trọng. Trong kho dữ liệu công khai (như StarCoder), số lượng mã Python nhiều hơn khoảng 230 lần so với Ada. Việc Fable 5 chỉ giảm 3% hiệu suất khi chuyển từ Go sang Ada cho thấy nó không chỉ đơn thuần 'dịch' mã hoặc dựa vào việc ghi nhớ cú pháp/cách viết phổ biến từ dữ liệu huấn luyện. Thay vào đó, nó cho thấy khả năng hiểu logic cốt lõi của vấn đề và 'tái thiết kế' giải pháp bằng một ngôn ngữ khác, một dấu hiệu của sự hiểu biết sâu sắc và khả năng lập trình tổng quát hơn.

QTheo bài viết, xu hướng ủy thác công việc lập trình cho AI đang thay đổi như thế nào?

AXu hướng đang chuyển từ việc yêu cầu AI viết từng đoạn mã hoặc sửa lỗi cụ thể, sang ủy thác toàn bộ dự án hoặc công việc quy mô lớn hơn. Các ví dụ như hàng trăm Agent trong Cursor viết hơn 1 triệu dòng mã trình duyệt, hay 16 Claude Agent xây dựng trình biên dịch C 10万 dòng để biên dịch nhân Linux. Số liệu từ OpenAI cũng cho thấy tỷ lệ người dùng giao các nhiệm vụ ước tính mất hơn 1 giờ hoặc thậm chí 8 giờ của con người đang tăng lên. MirrorCode với tỷ lệ 64% chính là thước đo cho khả năng AI có thể 'tự hoàn thành' một phần mềm cỡ trung đến lớn. Điều này đồng nghĩa với việc vai trò của con người sẽ dịch chuyển từ giám sát chi tiết sang đặt vấn đề, xác định mục tiêu và kiểm tra tại các điểm then chốt.

Nội dung Liên quan

Mastercard Hoàn Tất Việc Mua Lại BVNK Trị Giá 1,8 Tỷ USD Để Mở Rộng Thanh Toán Bằng Stablecoin

Mastercard đã hoàn tất việc mua lại nhà cung cấp cơ sở hạ tầng thanh toán bằng stablecoin BVNK với giá trị thương vụ 1,8 tỷ USD. Đây là một bước quan trọng trong kế hoạch mở rộng khả năng thanh toán bằng tài sản số toàn cầu của Mastercard. Thông qua việc tích hợp mạng lưới thanh toán toàn cầu của Mastercard với cơ sở hạ tầng blockchain của BVNK, công ty kỳ vọng sẽ tăng cường kết nối giữa hệ sinh thái tài chính truyền thống và tiền số. Nền tảng kết hợp sẽ hỗ trợ các dịch vụ như thanh toán doanh nghiệp xuyên biên giới, chi trả cho nhà bán lẻ, quản lý ngân quỹ, giải pháp thanh toán bù trừ và thanh toán tài sản được mã hóa (tokenized assets). BVNK cho biết khách hàng hiện tại của họ sẽ không bị ảnh hưởng về sản phẩm, tích hợp hay hỗ trợ. Cơ sở hạ tầng mới sẽ cho phép các ngân hàng kết nối tài khoản ngân hàng với ví kỹ thuật số để cung cấp dịch vụ stablecoin, đồng thời giúp các nhà cung cấp thanh toán thực hiện việc thanh toán liên tục cho thương gia suốt cả ngày. Thương vụ này phản ánh chiến lược của Mastercard nhằm đáp ứng nhu cầu ngày càng tăng đối với cơ sở hạ tầng stablecoin cho các khoản thanh toán, quyết toán và quản lý ngân quỹ quốc tế, đồng thời hỗ trợ các tổ chức tài chính phát triển các dịch vụ thanh toán kỹ thuật số.

TheNewsCrypto5 phút trước

Mastercard Hoàn Tất Việc Mua Lại BVNK Trị Giá 1,8 Tỷ USD Để Mở Rộng Thanh Toán Bằng Stablecoin

TheNewsCrypto5 phút trước

BubbleMaps phát hiện 25 ví nắm giữ 19% tổng nguồn cung CATE

Công ty phân tích blockchain BubbleMaps đã công bố dữ liệu cho thấy 25 ví tiền điện tử đang nắm giữ 19% tổng nguồn cung của đồng memecoin CATE. Cảnh báo này về sự tập trung quyền sở hữu được đưa ra cho gần 75.000 nhà giao dịch đã mua token này, vốn được định vị thông qua mối liên hệ với chú chú chó Kabosu đằng sau Dogecoin. Phần lớn nhà đầu tư hiện đang có lãi, nhưng BubbleMaps đặt câu hỏi về tính bền vững khi một nhóm nhỏ kiểm soát lượng token lớn như vậy. Mối liên hệ được ngụ ý giữa CATE và chủ sở hữu của Kabosu cũng bị tranh cãi, khi bà Atsuko Sato tuyên bố không liên quan và chỉ có dự án Own The Doge mới được bà cấp phép sử dụng tài sản trí tuệ. Phân tích này phản ánh một kịch bản quen thuộc trong không gian memecoin, tương tự các cảnh báo trước đây của BubbleMaps về các token như $CASH và $LAB, nơi sự tập trung quyền sở hữu cao thường dẫn đến biến động mạnh. Phản ứng của các nhà đầu tư còn lại trước thông tin này được dự báo sẽ là yếu tố then chốt quyết định hướng đi tiếp theo của đồng CATE.

cryptonews.ru8 phút trước

BubbleMaps phát hiện 25 ví nắm giữ 19% tổng nguồn cung CATE

cryptonews.ru8 phút trước

CEO của Coinbase kêu gọi Thượng viện thông qua đạo luật CLARITY trong tuần này

Ngày 3 tháng 8, Giám đốc điều hành Coinbase, Brian Armstrong, kêu gọi Thượng viện Mỹ thông qua Đạo luật CLARITY trong tuần này. Ông mô tả đây là kết quả của các cuộc đàm phán lưỡng đảng nhằm thiết lập các quy tắc rõ ràng cho thị trường tiền mã hóa tại Mỹ, thúc đẩy việc làm, tăng thu ngân sách và đổi mới sáng tạo. Armstrong cảnh báo việc trì hoãn sẽ đẩy hoạt động ra nước ngoài, trong khi thông qua dự luật sẽ mở rộng quyền giám sát của Mỹ, tăng cường bảo vệ người tiêu dùng và năng lực thực thi pháp luật. Dự luật CLARITY cập nhật, dài 616 trang, được Thượng nghị sĩ Cynthia Lummis công bố, phân định rõ quyền hạn giữa SEC và CFTC, thiết lập tiêu chuẩn đăng ký cho các sàn giao dịch và quy định cho phép ngân hàng tham gia vào một số hoạt động với tài sản kỹ thuật số. Dự luật nhận được sự ủng hộ rộng rãi, bao gồm từ cựu Chủ tịch SEC Paul Atkins. Chiến dịch Stand With Crypto cũng vận động mạnh mẽ, cho biết cứ 4 cử tri Mỹ thì có 1 người sở hữu tiền mã hóa và việc ủng hộ CLARITY có thể ảnh hưởng đến kết quả bầu cử. Armstrong nhấn mạnh đây là cơ hội để Mỹ củng cố vị thế dẫn đầu về tài chính, công nghệ và an ninh quốc gia.

cryptonews.ru9 phút trước

CEO của Coinbase kêu gọi Thượng viện thông qua đạo luật CLARITY trong tuần này

cryptonews.ru9 phút trước

Vào tháng 7, thị trường dự đoán chứng kiến sự bùng nổ: Do World Cup, khối lượng giao dịch đạt 54 tỷ USD

Thị trường dự đoán đã trải qua sự tăng trưởng mạnh mẽ trong tháng 7, với tổng khối lượng giao dịch đạt 54,09 tỷ USD, tăng 8,3% so với tháng 6. Sự kiện chính thúc đẩy là Giải vô địch bóng đá thế giới, tạo ra dòng sự kiện liên tục và thu hút cả các nhà giao dịch thông thường lẫn người hâm mộ thể thao. Kalshi là nền tảng thống trị, xử lý 38,65 tỷ USD (71,5% tổng khối lượng) và thu về ước tính 252,92 triệu USD phí (77% tổng phí). Hệ sinh thái Polymarket đóng góp gần 12,75 tỷ USD khối lượng. Hoạt động người dùng cũng tăng vọt với gần 365,92 triệu giao dịch, trong đó Kalshi chiếm 246,73 triệu. Số tiền trong các vị thế mở (Open Interest) cũng tăng lên, đạt khoảng 1,91 tỷ USD vào đầu tháng 7. Giải đấu cho thấy các sự kiện thể thao lớn có thể mở rộng đáng kể cơ sở người dùng và thanh khoản cho thị trường dự đoán vượt xa các chủ đề truyền thống như bầu cử. Một câu hỏi lớn đặt ra là liệu mức độ hoạt động cao này có thể duy trì sau khi giải đấu kết thúc hay không, khi mà lợi nhuận mở đã giảm đáng kể. Ngành công nghiệp sẽ theo dõi sát sao các sự kiện thể thao, chính trị và khung pháp lý sắp tới.

cryptonews.ru10 phút trước

Vào tháng 7, thị trường dự đoán chứng kiến sự bùng nổ: Do World Cup, khối lượng giao dịch đạt 54 tỷ USD

cryptonews.ru10 phút trước

Cố vấn tiền mã hóa của Bộ trưởng Tài chính Bessent, Tyler Williams rời bộ khi thời gian bỏ phiếu cho dự luật CLARITY hết hạn

Cố vấn tiền số chủ chốt Tyler Williams của Bộ trưởng Tài chính Scott Bessent đã rời chính phủ liên bang Mỹ, dự kiến trở lại khu vực tư nhân. Ông rời đi ngay trước kỳ nghỉ tháng 8 của Thượng viện, trong bối cảnh dự luật CLARITY quan trọng của ngành công nghiệp tiền số vẫn chưa được bỏ phiếu thông qua. Williams được bổ nhiệm vào tháng 2/2025, từng là chuyên gia chính sách tại Galaxy Digital và có kinh nghiệm trước đó tại Bộ Tài chính. Trong nhiệm kỳ, ông tham gia soạn thảo báo cáo 163 trang của Nhà Trắng về tài sản số, làm việc về dự luật CLARITY và thảo luận về Bitcoin của liên bang. Dự luật CLARITY, ưu tiên hàng đầu của ngành, nhằm phân chia quyền giám sát tài sản số giữa SEC và CFTC, đồng thời bảo vệ nhà phát triển blockchain. Tuy nhiên, khả năng thông qua trước kỳ nghỉ tháng 8 rất thấp. Cần ít nhất 7 phiếu từ Thượng nghị sĩ Dân chủ để đạt đa số 60 phiếu, nhưng 7 người trong số họ đã phản đối do lo ngại về đạo đức và an ninh. Lãnh đạo đa số Thượng viện John Thune muốn đưa ra bỏ phiếu nhưng chưa xác nhận bước tiếp theo. Tính đến ngày 3/8, dự luật chưa được lên lịch trình. Galaxy Research đã hạ dự báo khả năng thông qua dự luật CLARITY trong năm 2026 từ 50% xuống 30%. Sự thất bại của dự luật có thể gây phản ứng tiêu cực trên thị trường, dù vẫn nhận được sự ủng hộ từ một liên minh gồm các tổ chức lớn như BlackRock, Fidelity, Goldman Sachs và Coinbase.

cryptonews.ru11 phút trước

Cố vấn tiền mã hóa của Bộ trưởng Tài chính Bessent, Tyler Williams rời bộ khi thời gian bỏ phiếu cho dự luật CLARITY hết hạn

cryptonews.ru11 phút trước

Giao dịch

Giao ngay

Bài viết Nổi bật

GROK AI là gì

Grok AI: Cách mạng hóa Công nghệ Đối thoại trong Kỷ nguyên Web3 Giới thiệu Trong bối cảnh trí tuệ nhân tạo đang phát triển nhanh chóng, Grok AI nổi bật như một dự án đáng chú ý kết nối các lĩnh vực công nghệ tiên tiến và tương tác người dùng. Được phát triển bởi xAI, một công ty do doanh nhân nổi tiếng Elon Musk dẫn dắt, Grok AI nhằm định nghĩa lại cách chúng ta tương tác với trí tuệ nhân tạo. Khi phong trào Web3 tiếp tục phát triển mạnh mẽ, Grok AI hướng tới việc tận dụng sức mạnh của AI đối thoại để trả lời các câu hỏi phức tạp, mang đến cho người dùng một trải nghiệm không chỉ thông tin mà còn giải trí. Grok AI là gì? Grok AI là một chatbot AI đối thoại tinh vi được thiết kế để tương tác với người dùng một cách linh hoạt. Khác với nhiều hệ thống AI truyền thống, Grok AI chấp nhận một loạt các câu hỏi rộng hơn, bao gồm những câu hỏi thường được coi là không phù hợp hoặc ngoài các phản hồi tiêu chuẩn. Các mục tiêu cốt lõi của dự án bao gồm: Lập luận đáng tin cậy: Grok AI nhấn mạnh lập luận theo lẽ thường để cung cấp các câu trả lời hợp lý dựa trên sự hiểu biết về ngữ cảnh. Giám sát có thể mở rộng: Việc tích hợp công cụ hỗ trợ đảm bảo rằng các tương tác của người dùng được theo dõi và tối ưu hóa về chất lượng. Xác minh chính thức: An toàn là điều tối quan trọng; Grok AI tích hợp các phương pháp xác minh chính thức để nâng cao độ tin cậy của các đầu ra của nó. Hiểu biết về ngữ cảnh dài: Mô hình AI xuất sắc trong việc giữ lại và nhớ lại lịch sử cuộc trò chuyện dài, tạo điều kiện cho các cuộc thảo luận có ý nghĩa và nhận thức về ngữ cảnh. Khả năng chống lại các cuộc tấn công: Bằng cách tập trung vào việc cải thiện khả năng phòng thủ chống lại các đầu vào bị thao túng hoặc độc hại, Grok AI nhằm duy trì tính toàn vẹn của các tương tác của người dùng. Nói tóm lại, Grok AI không chỉ là một thiết bị truy xuất thông tin; nó là một đối tác đối thoại hấp dẫn khuyến khích cuộc trò chuyện năng động. Người sáng tạo Grok AI Bộ óc đứng sau Grok AI không ai khác chính là Elon Musk, một cá nhân gắn liền với sự đổi mới trong nhiều lĩnh vực, bao gồm ô tô, du hành vũ trụ và công nghệ. Dưới sự bảo trợ của xAI, một công ty tập trung vào việc phát triển công nghệ AI theo những cách có lợi, tầm nhìn của Musk nhằm định hình lại cách hiểu về các tương tác AI. Sự lãnh đạo và tinh thần nền tảng bị ảnh hưởng sâu sắc bởi cam kết của Musk trong việc thúc đẩy các ranh giới công nghệ. Các nhà đầu tư của Grok AI Mặc dù các chi tiết cụ thể về các nhà đầu tư hỗ trợ Grok AI vẫn còn hạn chế, nhưng đã được công nhận công khai rằng xAI, vườn ươm của dự án, được thành lập và hỗ trợ chủ yếu bởi chính Elon Musk. Các dự án và tài sản trước đây của Musk cung cấp một nền tảng vững chắc, tăng cường thêm độ tin cậy và tiềm năng phát triển của Grok AI. Tuy nhiên, tính đến thời điểm hiện tại, thông tin về các quỹ đầu tư hoặc tổ chức bổ sung hỗ trợ Grok AI vẫn chưa dễ dàng tiếp cận, đánh dấu một lĩnh vực có thể khám phá trong tương lai. Grok AI hoạt động như thế nào? Cơ chế hoạt động của Grok AI sáng tạo không kém gì khung khái niệm của nó. Dự án tích hợp một số công nghệ tiên tiến giúp tạo ra các chức năng độc đáo của nó: Hạ tầng mạnh mẽ: Grok AI được xây dựng bằng Kubernetes cho việc điều phối container, Rust cho hiệu suất và an toàn, và JAX cho tính toán số hiệu suất cao. Bộ ba này đảm bảo rằng chatbot hoạt động hiệu quả, mở rộng hiệu quả và phục vụ người dùng kịp thời. Truy cập kiến thức theo thời gian thực: Một trong những tính năng nổi bật của Grok AI là khả năng truy cập dữ liệu theo thời gian thực thông qua nền tảng X—trước đây được biết đến với tên gọi Twitter. Khả năng này cho phép AI truy cập thông tin mới nhất, giúp nó cung cấp các câu trả lời và khuyến nghị kịp thời mà các mô hình AI khác có thể bỏ lỡ. Hai chế độ tương tác: Grok AI cung cấp cho người dùng sự lựa chọn giữa “Chế độ Vui” và “Chế độ Thông thường.” Chế độ Vui cho phép một phong cách tương tác vui tươi và hài hước hơn, trong khi Chế độ Thông thường tập trung vào việc cung cấp các câu trả lời chính xác và đúng đắn. Sự linh hoạt này đảm bảo một trải nghiệm được cá nhân hóa phù hợp với sở thích của từng người dùng. Nói tóm lại, Grok AI kết hợp hiệu suất với sự tương tác, tạo ra một trải nghiệm vừa phong phú vừa giải trí. Thời gian phát triển của Grok AI Hành trình của Grok AI được đánh dấu bởi các cột mốc quan trọng phản ánh các giai đoạn phát triển và triển khai của nó: Phát triển ban đầu: Giai đoạn nền tảng của Grok AI diễn ra trong khoảng hai tháng, trong đó việc đào tạo và tinh chỉnh ban đầu của mô hình được thực hiện. Phát hành Beta Grok-2: Trong một bước tiến quan trọng, beta Grok-2 đã được công bố. Phiên bản này giới thiệu hai phiên bản của chatbot—Grok-2 và Grok-2 mini—mỗi phiên bản đều có khả năng trò chuyện, lập trình và lập luận. Truy cập công khai: Sau khi phát triển beta, Grok AI đã trở thành có sẵn cho người dùng nền tảng X. Những người có tài khoản được xác minh bằng số điện thoại và hoạt động ít nhất bảy ngày có thể truy cập phiên bản giới hạn, giúp công nghệ có sẵn cho một đối tượng rộng lớn hơn. Thời gian này tóm tắt sự phát triển có hệ thống của Grok AI từ lúc khởi đầu đến khi công khai, nhấn mạnh cam kết của nó đối với việc cải tiến liên tục và tương tác người dùng. Các tính năng chính của Grok AI Grok AI bao gồm một số tính năng chính góp phần vào bản sắc đổi mới của nó: Tích hợp kiến thức theo thời gian thực: Truy cập thông tin hiện tại và liên quan phân biệt Grok AI với nhiều mô hình tĩnh, cho phép một trải nghiệm người dùng hấp dẫn và chính xác. Phong cách tương tác đa dạng: Bằng cách cung cấp các chế độ tương tác khác nhau, Grok AI phục vụ cho sở thích đa dạng của người dùng, khuyến khích sự sáng tạo và cá nhân hóa trong việc trò chuyện với AI. Cơ sở công nghệ tiên tiến: Việc sử dụng Kubernetes, Rust và JAX cung cấp cho dự án một khung vững chắc để đảm bảo độ tin cậy và hiệu suất tối ưu. Xem xét về đạo đức trong đối thoại: Việc bao gồm chức năng tạo hình ảnh thể hiện tinh thần đổi mới của dự án. Tuy nhiên, nó cũng đặt ra các vấn đề đạo đức liên quan đến bản quyền và việc thể hiện tôn trọng các nhân vật dễ nhận biết—một cuộc thảo luận đang diễn ra trong cộng đồng AI. Kết luận Như một thực thể tiên phong trong lĩnh vực AI đối thoại, Grok AI khái quát tiềm năng cho những trải nghiệm người dùng chuyển đổi trong kỷ nguyên số. Được phát triển bởi xAI và được thúc đẩy bởi cách tiếp cận tầm nhìn của Elon Musk, Grok AI tích hợp kiến thức theo thời gian thực với khả năng tương tác tiên tiến. Nó cố gắng mở rộng ranh giới của những gì trí tuệ nhân tạo có thể đạt được trong khi vẫn giữ trọng tâm vào các vấn đề đạo đức và an toàn cho người dùng. Grok AI không chỉ thể hiện sự tiến bộ công nghệ mà còn thể hiện một mô hình đối thoại mới trong bối cảnh Web3, hứa hẹn sẽ thu hút người dùng bằng cả kiến thức sâu sắc và sự tương tác vui tươi. Khi dự án tiếp tục phát triển, nó đứng như một minh chứng cho những gì giao thoa giữa công nghệ, sáng tạo và tương tác giống như con người có thể đạt được.

Tổng lượt xem 786Xuất bản vào 2024.12.26Cập nhật vào 2024.12.26

ERC AI là gì

Euruka Tech: Tổng Quan về $erc ai và Những Tham Vọng trong Web3 Giới thiệu Trong bối cảnh công nghệ blockchain và ứng dụng phi tập trung đang phát triển nhanh chóng, các dự án mới thường xuyên xuất hiện, mỗi dự án đều có những mục tiêu và phương pháp độc đáo. Một trong những dự án đó là Euruka Tech, hoạt động trong lĩnh vực tiền điện tử và Web3 rộng lớn. Mục tiêu chính của Euruka Tech, đặc biệt là token $erc ai của nó, là cung cấp các giải pháp sáng tạo nhằm khai thác những khả năng đang phát triển của công nghệ phi tập trung. Bài viết này nhằm cung cấp một cái nhìn tổng quan về Euruka Tech, khám phá các mục tiêu, chức năng, danh tính của người sáng lập, các nhà đầu tư tiềm năng và tầm quan trọng của nó trong bối cảnh rộng lớn hơn của Web3. Euruka Tech, $erc ai là gì? Euruka Tech được mô tả như một dự án tận dụng các công cụ và chức năng mà môi trường Web3 cung cấp, tập trung vào việc tích hợp trí tuệ nhân tạo trong các hoạt động của nó. Mặc dù các chi tiết cụ thể về khung của dự án vẫn còn mơ hồ, nhưng nó được thiết kế để nâng cao sự tham gia của người dùng và tự động hóa các quy trình trong không gian tiền điện tử. Dự án nhằm tạo ra một hệ sinh thái phi tập trung không chỉ tạo điều kiện cho các giao dịch mà còn tích hợp các chức năng dự đoán thông qua trí tuệ nhân tạo, do đó tên gọi của token, $erc ai. Mục tiêu là cung cấp một nền tảng trực quan giúp tạo ra các tương tác thông minh hơn và xử lý giao dịch hiệu quả hơn trong lĩnh vực Web3 đang phát triển. Ai là Người Sáng Lập Euruka Tech, $erc ai? Hiện tại, thông tin về người sáng lập hoặc đội ngũ sáng lập đứng sau Euruka Tech vẫn chưa được xác định và có phần mờ mịt. Sự thiếu hụt dữ liệu này gây ra lo ngại, vì kiến thức về nền tảng của đội ngũ thường rất quan trọng để thiết lập độ tin cậy trong lĩnh vực blockchain. Do đó, chúng tôi đã phân loại thông tin này là không rõ cho đến khi có các chi tiết cụ thể được công bố trong lĩnh vực công cộng. Ai là Các Nhà Đầu Tư của Euruka Tech, $erc ai? Tương tự, việc xác định các nhà đầu tư hoặc tổ chức hỗ trợ cho dự án Euruka Tech không được cung cấp dễ dàng qua các nghiên cứu hiện có. Một khía cạnh quan trọng đối với các bên liên quan tiềm năng hoặc người dùng đang xem xét tham gia vào Euruka Tech là sự đảm bảo đến từ các quan hệ đối tác tài chính đã được thiết lập hoặc sự hỗ trợ từ các công ty đầu tư uy tín. Thiếu thông tin về các mối quan hệ đầu tư, rất khó để rút ra những kết luận toàn diện về sự an toàn tài chính hoặc độ bền vững của dự án. Theo thông tin đã tìm thấy, phần này cũng đang ở trạng thái không rõ. Euruka Tech, $erc ai hoạt động như thế nào? Mặc dù thiếu các thông số kỹ thuật chi tiết cho Euruka Tech, nhưng điều quan trọng là phải xem xét những tham vọng đổi mới của nó. Dự án tìm cách tận dụng sức mạnh tính toán của trí tuệ nhân tạo để tự động hóa và nâng cao trải nghiệm người dùng trong môi trường tiền điện tử. Bằng cách tích hợp AI với công nghệ blockchain, Euruka Tech nhằm cung cấp các tính năng như giao dịch tự động, đánh giá rủi ro và giao diện người dùng cá nhân hóa. Bản chất đổi mới của Euruka Tech nằm ở mục tiêu tạo ra một kết nối liền mạch giữa người dùng và những khả năng rộng lớn mà các mạng phi tập trung mang lại. Thông qua việc sử dụng các thuật toán học máy và AI, nó nhằm giảm thiểu những thách thức mà người dùng lần đầu gặp phải và tinh giản trải nghiệm giao dịch trong khuôn khổ Web3. Sự cộng sinh giữa AI và blockchain nhấn mạnh tầm quan trọng của token $erc ai, đứng như một cầu nối giữa các giao diện người dùng truyền thống và các khả năng tiên tiến của công nghệ phi tập trung. Thời Gian của Euruka Tech, $erc ai Thật không may, do thông tin hạn chế hiện có về Euruka Tech, chúng tôi không thể trình bày một thời gian biểu chi tiết về các phát triển chính hoặc cột mốc trong hành trình của dự án. Thời gian biểu này, thường rất quý giá trong việc vạch ra sự tiến triển của một dự án và hiểu được quỹ đạo phát triển của nó, hiện không có sẵn. Khi thông tin về các sự kiện đáng chú ý, quan hệ đối tác hoặc các bổ sung chức năng trở nên rõ ràng, các cập nhật chắc chắn sẽ nâng cao sự hiện diện của Euruka Tech trong lĩnh vực tiền điện tử. Làm rõ về Các Dự Án “Eureka” Khác Điều đáng lưu ý là nhiều dự án và công ty chia sẻ một tên gọi tương tự với “Eureka.” Nghiên cứu đã xác định các sáng kiến như một đại lý AI từ NVIDIA Research, tập trung vào việc dạy robot thực hiện các nhiệm vụ phức tạp bằng các phương pháp sinh tạo, cũng như Eureka Labs và Eureka AI, cải thiện trải nghiệm người dùng trong giáo dục và phân tích dịch vụ khách hàng, tương ứng. Tuy nhiên, những dự án này là khác biệt với Euruka Tech và không nên bị nhầm lẫn với các mục tiêu hoặc chức năng của nó. Kết luận Euruka Tech, cùng với token $erc ai của nó, đại diện cho một người chơi hứa hẹn nhưng hiện tại còn mờ mịt trong bối cảnh Web3. Trong khi chi tiết về người sáng lập và các nhà đầu tư vẫn chưa được công bố, tham vọng cốt lõi của việc kết hợp trí tuệ nhân tạo với công nghệ blockchain vẫn là một điểm thu hút sự chú ý. Các phương pháp độc đáo của dự án trong việc thúc đẩy sự tham gia của người dùng thông qua tự động hóa tiên tiến có thể giúp nó nổi bật khi hệ sinh thái Web3 tiến triển. Khi thị trường tiền điện tử tiếp tục phát triển, các bên liên quan nên theo dõi chặt chẽ những tiến bộ xung quanh Euruka Tech, vì sự phát triển của các đổi mới đã được ghi chép, các quan hệ đối tác hoặc một lộ trình rõ ràng có thể mang lại những cơ hội đáng kể trong tương lai gần. Hiện tại, chúng tôi đang chờ đợi những hiểu biết sâu sắc hơn có thể tiết lộ tiềm năng của Euruka Tech và vị trí của nó trong bối cảnh cạnh tranh của tiền điện tử.

Tổng lượt xem 795Xuất bản vào 2025.01.02Cập nhật vào 2025.01.02

DUOLINGO AI là gì

DUOLINGO AI: Tích hợp Học ngôn ngữ với Web3 và Đổi mới AI Trong một kỷ nguyên mà công nghệ định hình lại giáo dục, việc tích hợp trí tuệ nhân tạo (AI) và các mạng blockchain báo hiệu một biên giới mới cho việc học ngôn ngữ. Giới thiệu DUOLINGO AI và đồng tiền điện tử liên quan của nó, $DUOLINGO AI. Dự án này mong muốn kết hợp sức mạnh giáo dục của các nền tảng học ngôn ngữ hàng đầu với những lợi ích của công nghệ Web3 phi tập trung. Bài viết này đi sâu vào các khía cạnh chính của DUOLINGO AI, khám phá các mục tiêu, khung công nghệ, sự phát triển lịch sử và tiềm năng tương lai trong khi duy trì sự rõ ràng giữa tài nguyên giáo dục gốc và sáng kiến tiền điện tử độc lập này. Tổng quan về DUOLINGO AI Cốt lõi của DUOLINGO AI là thiết lập một môi trường phi tập trung nơi người học có thể kiếm được phần thưởng mã hóa cho việc đạt được các cột mốc giáo dục trong khả năng ngôn ngữ. Bằng cách áp dụng hợp đồng thông minh, dự án nhằm tự động hóa các quy trình xác minh kỹ năng và phân bổ token, tuân thủ các nguyên tắc Web3 nhấn mạnh tính minh bạch và quyền sở hữu của người dùng. Mô hình này khác biệt so với các phương pháp truyền thống trong việc tiếp cận ngôn ngữ bằng cách dựa nhiều vào cấu trúc quản trị do cộng đồng điều hành, cho phép những người nắm giữ token đề xuất cải tiến nội dung khóa học và phân phối phần thưởng. Một số mục tiêu đáng chú ý của DUOLINGO AI bao gồm: Học tập gamified: Dự án tích hợp các thành tựu blockchain và token không thể thay thế (NFT) để đại diện cho các cấp độ thành thạo ngôn ngữ, thúc đẩy động lực thông qua các phần thưởng kỹ thuật số hấp dẫn. Tạo nội dung phi tập trung: Nó mở ra cơ hội cho các nhà giáo dục và những người yêu thích ngôn ngữ đóng góp khóa học của họ, tạo điều kiện cho một mô hình chia sẻ doanh thu có lợi cho tất cả các bên đóng góp. Cá nhân hóa dựa trên AI: Bằng cách sử dụng các mô hình học máy tiên tiến, DUOLINGO AI cá nhân hóa các bài học để thích ứng với tiến trình học tập của từng cá nhân, tương tự như các tính năng thích ứng có trong các nền tảng đã được thiết lập. Người sáng lập dự án và Quản trị Tính đến tháng 4 năm 2025, đội ngũ đứng sau $DUOLINGO AI vẫn giữ bí danh, một thực tiễn phổ biến trong lĩnh vực tiền điện tử phi tập trung. Sự ẩn danh này nhằm thúc đẩy sự phát triển tập thể và sự tham gia của các bên liên quan thay vì tập trung vào các nhà phát triển cá nhân. Hợp đồng thông minh được triển khai trên blockchain Solana ghi chú địa chỉ ví của nhà phát triển, điều này thể hiện cam kết về tính minh bạch liên quan đến các giao dịch mặc dù danh tính của các nhà sáng lập vẫn chưa được biết đến. Theo lộ trình của nó, DUOLINGO AI dự định phát triển thành một Tổ chức Tự trị Phi tập trung (DAO). Cấu trúc quản trị này cho phép những người nắm giữ token bỏ phiếu về các vấn đề quan trọng như triển khai tính năng và phân bổ ngân quỹ. Mô hình này phù hợp với tinh thần trao quyền cho cộng đồng có trong nhiều ứng dụng phi tập trung, nhấn mạnh tầm quan trọng của việc ra quyết định tập thể. Nhà đầu tư và Đối tác chiến lược Hiện tại, không có nhà đầu tư tổ chức hoặc nhà đầu tư mạo hiểm nào được xác định công khai liên quan đến $DUOLINGO AI. Thay vào đó, tính thanh khoản của dự án chủ yếu đến từ các sàn giao dịch phi tập trung (DEX), đánh dấu một sự tương phản rõ rệt với các chiến lược tài trợ của các công ty công nghệ giáo dục truyền thống. Mô hình cơ sở này cho thấy một cách tiếp cận do cộng đồng điều hành, phản ánh cam kết của dự án đối với sự phi tập trung. Trong tài liệu trắng của mình, DUOLINGO AI đề cập đến việc hình thành các hợp tác với các “nền tảng giáo dục blockchain” không xác định nhằm làm phong phú thêm các khóa học của mình. Mặc dù các đối tác cụ thể vẫn chưa được công bố, những nỗ lực hợp tác này gợi ý về một chiến lược kết hợp đổi mới blockchain với các sáng kiến giáo dục, mở rộng quyền truy cập và sự tham gia của người dùng qua nhiều con đường học tập khác nhau. Kiến trúc công nghệ Tích hợp AI DUOLINGO AI tích hợp hai thành phần chính dựa trên AI để nâng cao các đề xuất giáo dục của mình: Công cụ học tập thích ứng: Công cụ tinh vi này học từ các tương tác của người dùng, tương tự như các mô hình độc quyền từ các nền tảng giáo dục lớn. Nó điều chỉnh độ khó của bài học một cách linh hoạt để giải quyết các thách thức cụ thể của người học, củng cố các lĩnh vực yếu thông qua các bài tập có mục tiêu. Đại lý hội thoại: Bằng cách sử dụng chatbot được hỗ trợ bởi GPT-4, DUOLINGO AI cung cấp một nền tảng cho người dùng tham gia vào các cuộc hội thoại mô phỏng, thúc đẩy một trải nghiệm học ngôn ngữ tương tác và thực tiễn hơn. Hạ tầng Blockchain Được xây dựng trên blockchain Solana, $DUOLINGO AI sử dụng một khung công nghệ toàn diện bao gồm: Hợp đồng thông minh xác minh kỹ năng: Tính năng này tự động trao token cho người dùng đã vượt qua các bài kiểm tra thành thạo, củng cố cấu trúc khuyến khích cho các kết quả học tập thực sự. Huy hiệu NFT: Những token kỹ thuật số này biểu thị các cột mốc khác nhau mà người học đạt được, chẳng hạn như hoàn thành một phần của khóa học hoặc thành thạo các kỹ năng cụ thể, cho phép họ giao dịch hoặc trưng bày thành tích của mình một cách kỹ thuật số. Quản trị DAO: Các thành viên cộng đồng nắm giữ token có thể tham gia vào quản trị bằng cách bỏ phiếu về các đề xuất chính, tạo điều kiện cho một văn hóa tham gia khuyến khích đổi mới trong các đề xuất khóa học và tính năng của nền tảng. Dòng thời gian lịch sử 2022–2023: Khái niệm Công việc chuẩn bị cho DUOLINGO AI bắt đầu với việc tạo ra một tài liệu trắng, nêu bật sự phối hợp giữa những tiến bộ AI trong học ngôn ngữ và tiềm năng phi tập trung của công nghệ blockchain. 2024: Ra mắt Beta Một phiên bản beta giới hạn giới thiệu các đề xuất trong các ngôn ngữ phổ biến, thưởng cho người dùng sớm bằng các phần thưởng token như một phần của chiến lược tham gia cộng đồng của dự án. 2025: Chuyển đổi DAO Vào tháng 4, một lần ra mắt mainnet đầy đủ diễn ra với sự lưu thông của các token, thúc đẩy các cuộc thảo luận trong cộng đồng về khả năng mở rộng sang các ngôn ngữ châu Á và các phát triển khóa học khác. Thách thức và Hướng đi tương lai Khó khăn kỹ thuật Mặc dù có những mục tiêu tham vọng, DUOLINGO AI phải đối mặt với những thách thức đáng kể. Khả năng mở rộng vẫn là một mối quan tâm liên tục, đặc biệt là trong việc cân bằng chi phí liên quan đến xử lý AI và duy trì một mạng lưới phi tập trung phản hồi. Ngoài ra, việc đảm bảo chất lượng tạo nội dung và quản lý trong bối cảnh cung cấp phi tập trung đặt ra những phức tạp trong việc duy trì tiêu chuẩn giáo dục. Cơ hội chiến lược Nhìn về phía trước, DUOLINGO AI có tiềm năng tận dụng các quan hệ đối tác cấp chứng chỉ vi mô với các tổ chức học thuật, cung cấp các xác nhận kỹ năng ngôn ngữ được xác minh bằng blockchain. Hơn nữa, việc mở rộng chuỗi chéo có thể cho phép dự án tiếp cận các cơ sở người dùng rộng hơn và các hệ sinh thái blockchain bổ sung, nâng cao khả năng tương tác và phạm vi tiếp cận của nó. Kết luận DUOLINGO AI đại diện cho một sự kết hợp đổi mới giữa trí tuệ nhân tạo và công nghệ blockchain, cung cấp một lựa chọn tập trung vào cộng đồng thay thế cho các hệ thống học ngôn ngữ truyền thống. Mặc dù sự phát triển bí danh và mô hình kinh tế mới nổi của nó mang lại một số rủi ro, cam kết của dự án đối với học tập gamified, giáo dục cá nhân hóa và quản trị phi tập trung mở ra một con đường phía trước cho công nghệ giáo dục trong lĩnh vực Web3. Khi AI tiếp tục phát triển và hệ sinh thái blockchain tiến hóa, các sáng kiến như DUOLINGO AI có thể định hình lại cách người dùng tương tác với giáo dục ngôn ngữ, trao quyền cho cộng đồng và thưởng cho sự tham gia thông qua các cơ chế học tập đổi mới.

Tổng lượt xem 834Xuất bản vào 2025.04.11Cập nhật vào 2025.04.11

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 AI (AI) được trình bày dưới đây.