Компания Matter Labs сократит количество сотрудников

investing.ru發佈於 2024-09-03更新於 2024-09-03

Гендиректор Matter Labs Алекс Глуховски (Alex Gluchowski) рассказал, что компания была вынуждена пойти на увольнения, чтобы «лучше соответствовать развивающимся технологиям» и обеспечивать потребности разработчиков zkSync (ZKSY). Реструктуризация связана с ​​необходимостью адаптироваться и менять роль компании в децентрализованной экосистеме.

«Запуск Elastic Chain и ZK Nation стал подходящим моментом для переоценки нашей стратегии, целей и состава команды. Мы устроили планирование, в ходе которого выяснилось, что не все наши таланты полностью соответствуют нашим потребностям», — написал Глуховски в соцсети Х.

Несмотря на увольнения, гендиректор заверил, что Matter Labs остается финансово устойчивой. По его словам, потерявшие должности люди получат увольнительные выплаты, включая трехмесячный базовый оклад и постоянные медицинские льготы. Кроме того, в течение четырех месяцев компания готова помочь уволенным сотрудникам с иммиграционными вопросами и предоставить поддержку в трудоустройстве.

В этом году Matter Labs отозвала свои заявки на регистрацию товарного знака ZK, встретив сильное сопротивление у сторонников доказательств нулевых разглашений.

В 2023 году Глуховски предложил разработчикам создать судебную систему «Верховный суд Эфириума», которая решала бы споры в DeFi-сообществе. Позднее Matter Labs опровергла обвинения руководства Polygon в копировании исходного кода из библиотеки Plonky2.

Читайте оригинальную статью на сайте Bits.media

你可能也喜歡

大模型能写出工业级优化算法吗?MIT提出FrontierOR给AI设下考场

麻省理工学院等机构的研究者推出了FrontierOR基准,用于评估大语言模型(LLM)设计大规模优化算法的能力。该基准不同于传统测试建模或调用求解器的任务,重点考察LLM能否像运筹学(OR)专家一样,针对复杂工业问题结构,自主设计出可扩展、高效且高质量的算法,例如分解、启发式搜索或混合策略。 FrontierOR包含180个源自OR学术文献的真实任务,并筛选出50个更具挑战性的“Hard”子集。评测采用两阶段流程:首先生成的算法需通过小实例的可行性预筛,然后在工业级规模的大实例上评估其解质量、速度及综合质效(QTE)。 实验结果显示,顶尖模型如GPT-5.3、Claude Opus 4.6等,在代码可执行性上已接近上限,但要在Hard任务上生成同时满足高质量和高速度的算法仍很困难。分析表明,能力较强的模型已减少基础建模错误,失败模式转向搜索深度与策略设计不足。此外,研究测试了三种自演化框架(如CORAL),发现通过迭代优化,LLM生成的算法性能可显著提升,在部分最难任务上QTE指标能从0.15提升至0.50。 这项工作标志着LLM-for-OR的研究重心正从“能否建模”转向“能否设计算法”,为开发能自主设计优化算法的AI智能体指明了方向,未来可能在供应链、能源、交通等领域实现更智能的决策支持系统。

marsbit1 小時前

大模型能写出工业级优化算法吗?MIT提出FrontierOR给AI设下考场

marsbit1 小時前

交易

現貨
活动图片