BestChange: Причиной нашей блокировки могла стать недобросовестная конкуренция

investing.ru發佈於 2025-02-14更新於 2025-02-14

Накануне блокировки сервера сайта BestChange.ru 13 февраля подверглись DDoS-атакам, направленным на перегрузку сетевой инфраструктуры, а также вывод из строя устройств и каналов связи. Кроме того, 10 февраля около 30 медиаресурсов опубликовали материалы, которые, по мнению команды BestChange.ru, выглядят как заказные, содержат недостоверную информацию и рекламу альтернативных платформ.

В негативных публикациях BestChange называли платформой «обмана пользователей» и сервисом, «который не может защитить своих клиентов». В качестве первопричин, повлекших за собой «множество жалоб», приводились отсутствие сервисной поддержки, проблемы с модерацией обменников и гарантиями безопасности, размещение не совсем достоверной информации о курсах криптоактивов.

«Характер публикаций указывает на возможную целенаправленную кампанию по дискредитации бренда BestChange. Массовый постинг мог быть нацелен на формирование впечатления о необходимости замены сервиса на альтернативные решения конкурентов. Рекламные площадки продолжают сообщать о запросах на публикацию ложно-негативных материалов о BestChange и попытках размещения рекламы конкурентов», ― говорится в документе, который сервис предоставил изданию ForkLog.

Представители BestChange не собираются участвовать в «репутационной войне» с конкурентами и намерены использовать законные контрмеры.

Ранее Роскомнадзор заблокировал доступ к BestChange.ru во внесудебном порядке по инициативе Банка России.

Читайте оригинальную статью на сайте Bits.media

你可能也喜歡

Strategy 推出「数字信用资本框架」：授权卖币 12 亿美元，「永不卖币」剧本终结

Strategy（原MicroStrategy）宣布推出“数字信用资本框架”，标志着其过去“只买不卖”的比特币策略发生根本转变。该公司授权出售最高12.5亿美元的比特币，用于补充现金储备、支付股息和回购证券。此举的直接导火索是其优先股STRC价格跌破面值约24%，且公司年化股息义务已飙升至约12亿美元，融资飞轮难以为继。新框架要求建立25.5亿美元现金储备，以确保覆盖至少12个月的股息支付。近期公司已大幅放缓购币，转而通过出售普通股来补充现金。此外，框架还授权各自最高10亿美元用于回购优先股和普通股，试图收窄其证券的交易折价。这一系列动作是在多重压力下推出的：公司面临法律调查，累计债务约82亿美元，且比特币市价已跌破其持仓平均成本，账面浮亏严重。新框架旨在为公司资本结构“止血”，但其效果最终取决于比特币价格走势及市场信心。

marsbit5 分鐘前

Strategy 推出「数字信用资本框架」：授权卖币 12 亿美元，「永不卖币」剧本终结

marsbit5 分鐘前

Vitalik Buterin 表示混淆技术可以增强区块链隐私

以太坊联合创始人Vitalik Buterin近日发表文章，探讨了混淆技术在加密行业的应用前景。他指出，密码学混淆技术有望在未来增强区块链的隐私和安全性。混淆将普通代码转换为加密形式，同时保持其输出不变，从而保护代码本身不被分析，使开发者能够在不泄露专有代码或商业逻辑的情况下构建应用。 Buterin认为，单纯依靠混淆技术不足以安全处理加密货币等数字资产，因为用户可以复制混淆后的代码。然而，区块链网络通过分布式账本技术记录了所有权和交易，与混淆技术结合后，可以创建既能证明所有权又能隐藏程序逻辑的应用。这种结合有望用于安全的支付系统、金融应用、机密商业运营等场景。不过，混淆技术的实际应用仍面临重大技术障碍。研究人员在“不可区分混淆”领域已取得进展，但现有实现方案的效率极低，某些方法的执行时间甚至超过宇宙寿命。目前，学界正在研究优化密码学方法、改进数学工具以及探索全新方案，以提升算法效率。 Buterin总结称，实用的混淆技术尚需时日才能实现，但随着技术进步，未来有望打造出无需信任第三方的高安全性区块链产品。

TheNewsCrypto6 分鐘前

TheNewsCrypto6 分鐘前

给Transformer变个形，LLM竟能变得更聪明

一篇名为《给Transformer变个形，LLM竟能变得更聪明》的文章介绍了一项来自Mila、康奈尔大学和蒙特利尔大学研究者的新工作。该研究提出了“锥形语言模型”概念，其核心思想是：在模型总参数量和计算量不变的前提下，不再为所有网络层均匀分配参数，而是让参数容量（如前馈网络宽度）沿着模型深度方向单调递减。研究发现，传统Transformer等架构对所有层“一视同仁”的参数分配方式可能并非最优。多项前期研究已表明，模型的浅层和深层在功能与重要性上存在差异。研究者通过实验证实，将更多容量集中到模型前段的“头重脚轻”式分配，相比均匀分配或集中于后段的方案，能显著降低模型在验证集上的困惑度，提升预测准确性。在440M参数的模型上，最优的余弦递减配置（前段宽度为基准1.5倍，后段为0.5倍）使困惑度改善了1.84点。这一结论在多种不同架构和更大规模的模型上也得到了验证，且未损害模型处理长上下文的能力。分析显示，深层网络更多是在“重复强调”已有信息，而非创造新理解，因此前段层更能有效利用额外容量。这项研究指出了一个长期被忽视的设计维度：参数容量的分布形状本身就是一个有效的优化杠杆。它为提升模型性能提供了一个几乎零成本的思路，无需改变架构或增加参数，仅需重新分配已有参数。研究者认为，这一思路未来可能同样适用于视觉Transformer、扩散模型等其他领域。

marsbit14 分鐘前

从SpaceX到Galaxy Digital，一文看懂罗素新增的37家AI公司与7家Crypto黑马

6月26日美股盘后，罗素美国指数完成年度重组，成分股及权重最终锁定。罗素3000指数覆盖美国市值前约3000家上市公司，代表约98%的可投资股市，是全球超12万亿美元资产的基准。本次重组后，罗素1000指数（大盘股）与罗素2000指数（小盘股）的市值门槛分别大幅提升，共有224家新公司被纳入罗素3000指数，其中19家进入罗素1000，205家进入罗素2000，同时有118家公司被移出指数。值得注意的是，在新纳入的公司中，约有37家属于AI及半导体产业，占比约17%。其中最引人瞩目的是SpaceX，其IPO后市值突破2万亿美元，通过“快速纳入”机制直接进入罗素1000指数。此外，约有7家与加密货币相关的公司也被首次纳入，包括Galaxy Digital、Bitmine、Tron等，其中多家公司涉及DePIN业务。入选指数意味着这些公司将获得大量被动基金的配置，有望提升市场流动性与关注度。

Odaily星球日报18 分鐘前

从SpaceX到Galaxy Digital，一文看懂罗素新增的37家AI公司与7家Crypto黑马

Odaily星球日报18 分鐘前

Token不经济

这篇文章讨论了当前企业使用AI工具时普遍面临的“Token不经济”现象，即Token消耗成本与产出价值严重不匹配。文章从多个角度分析了此问题的成因。在供给端，大模型定价策略整体抬升了使用成本。领导者如Anthropic凭借编程优势确立高端定价权，实现“好货不便宜”；追赶者如OpenAI和Google则采取价格竞争；而面向大众的经济型模型市场，因需求量爆炸式增长，价格中枢也在悄然上移。在技术层面，智能体（Agent）工作流中存在多种结构性消耗，包括：上下文陷阱（历史信息被反复计入）、分词器黑箱（闭源模型更新导致Token计数膨胀）、技能冗余调用（大量Token耗费在无关说明上），以及多Agent协同中的“沟通税”和长任务中的“熵增”。这些技术性损耗对缺乏背景知识的普通用户尤其不友好。更根本的挑战在于需求端。目前Token的高效应用场景高度局限于编程等数字化水平高的领域，因其能形成低成本、自动化的训练反馈闭环。然而，在大多数传统行业及物理世界任务中，由于数字化程度低、验证成本高昂，AI难以有效落地并创造显著价值，限制了Token产生实际经济收益的范围。这种“不经济”状态加剧了产业链风险。风险向中游模型厂商集中，其与上游硬件商的“循环融资”可能滋生估值泡沫和金融风险。同时，算力扩张对水、电等资源的争抢，也对社会民生造成挤压。文章最后指出，缓解“Token不经济”需从供给和需求两端发力。技术上进行精细化优化，如上下文压缩、技能精简和模型路由；商业上则需加强企业内部的Token成本治理，并努力在传统行业中寻找具备可行性的应用场景，跨越数字与物理世界的鸿沟。最终，行业需要回归投资回报率（ROI）这一金标准，推动AI从炫技阶段走向高效、实用的生产阶段。

marsbit36 分鐘前

交易

現貨