O PANews informou em 9 de maio que, de acordo com o CoinDesk, a piada Meme moeda Boden, que deliberadamente errou o nome do presidente dos EUA, Joe Biden, subiu 25% Token na quarta-feira depois que seu adversário republicano, o ex-presidente Donald Trump, respondeu a perguntas de repórteres. "NÃO GOSTO DESTE INVESTIMENTO", DISSE TRUMP NUMA CONFERÊNCIA DE IMPRENSA IMPROVISADA NA dealer de Mar-a-la-Lago, em Palm Beach, Florida, depois de um repórter lhe ter descrito BODEN e dito que a Token tinha um capitalização de mercado de 240 milhões de dólares. Depois de atingir o pico de US$ 0,42, o preço do BODEN Flutuação e estava sendo negociado a US$ 0,40 no momento da publicação, ainda cerca de 15% mais alto do que no momento dos comentários pump Trump (na realidade). Hoje mais cedo, Trump anunciou que estava aceitando contribuições de campanha presidencial dos EUA na forma de Ativos de criptografia.

O ex-presidente dos Estados Unidos Donald Trump planeja jantar em seu dia de folga com apoiadores que compraram sua NFT "Mugshot Edition". Trump voou de volta para sua casa em Palm Beach, Flórida, na terça-feira e jantará com apoiadores em Mar-a-Lago dealer na noite seguinte. Uma cópia do convite para o jantar mostra que as pessoas convidadas para o jantar compraram mais de 47 NFTs por US $ 99 cada. Trump queixou-se à porta do tribunal na terça-feira de que preferia estar em campanha a ser julgado pelo que chamou de "farsa". Trump está atualmente a ser submetido ao seu primeiro julgamento criminal em Nova Iorque sob a acusação de falsificar registos comerciais e pagar dinheiro secreto à atriz de filmes adultos Stormy Daniels. (Axios)

moeda bilionário do setor imobiliário Stephen Ross está fazendo investimentos significativos no sul da Flórida para expandir sua influência em vários setores, como imóveis, educação e saúde. Seus esforços para trazer sua reputação educacional para a região foram destacados por um evento recente onde ele organizou uma arrecadação de fundos em sua mansão em Palm Beach para a Universidade Vanderbilt estabelecer um campus na região. O evento atraiu figuras proeminentes dos círculos políticos e financeiros do estado, incluindo o governador Ron DeSantis e o investidor ativista Nelson Peltz.

Nos 20 dias de disparada do Bitcoin, o que o dinheiro de Satoshi está comprando na cadeia? No início do Ano do Dragão, o mercado cripto é como um dragão indo para o mar, e é como um bambu. De 7 de fevereiro até o presente, em apenas 20 dias, o Bitcoin subiu de 43.000 para US$ 61.555, um aumento de mais de 30%, como se o touro tivesse vindo. No entanto, a ansiedade da maioria dos investidores Long aumentou em conjunto com a disparada do mercado, porque neste momento, as mãos de todos são mais Long Layer 2, Gamefi, meme, pequenas fotos e até inscrições...... Então, nesses 20 dias, como o Smart Money, que teve um bom desempenho na cadeia, se destacou, e quais moedas eles compraram nesses 20 dias, e eles enviaram e mudaram de posição? Primeiro, a lista de endereços de dinheiro inteligente neste artigo é o endereço que o Scopescan monitora em termos de lucro líquido, ROI e taxa de vitória nos últimos 30 dias. Neste ciclo de upcycling (7 a 27 de fevereiro), as principais moedas com a maior taxa de vitória Smart Money são classificadas da seguinte forma: 1. MOBY (Community-Driven IC0 Platform): Smart Money tem um custo de compra de US $ 0,7335, o preço atual é de US $ 2,63 e um lucro de US $ 4,04 milhões. Até o momento da publicação, o Coin Smart Money ainda tinha uma entrada líquida de US$ 1 milhão. 2. WLD: Smart Money compra a um custo de US $ 3,3, o preço atual é de US $ 8,1 e o lucro é de US $ 2,99 milhões. Até o momento da publicação, o Coin Smart Money ainda tinha uma entrada líquida de US$ 1,94 milhão. 3. COTI (Enterprise Digital Financial Network Protocol): O Smart Money tem um custo de compra de US$ 0,099, o preço atual é de US$ 0,2399 e um lucro de US$ 1,24 milhão. Até o momento da publicação, o Coin Smart Money tinha uma entrada líquida de US$ 463.000. 4. wBAI (Open Source Decentralization AI Protocol): Smart Money tem um custo de compra de US $ 2,66, o preço atual é de US $ 9,77 e um lucro de US $ 974.000. Até o momento da publicação, o Coin Smart Money tinha uma entrada líquida de US$ 140.000. 5. PALM (bot de plataforma de bate-papo longo baseado na tecnologia de IA do Google): o Smart Money compra a um custo de US $ 0,144, o preço atual é de US $ 0,595 e o lucro é de US $ 923.000. Até o momento da publicação, o Coin Smart Money mostrou uma saída líquida, com uma saída de US$ 12.800. 6. ORDS (Bitcoin ecological Decentralized Finance project Ordiswap): O Smart Money tem um custo de compra de $0,0776, o preço atual é de $0,2293 e um lucro de $823.000. No momento da publicação, o Coin Smart Money tinha uma entrada líquida de US$ 284.000. Combinado com a lista acima, não é difícil ver que o conceito de IA Token na lista ocupa metade do país, principalmente porque o entusiasmo do mercado causado por Sora se estende ao mercado cripto, enquanto MOBY no topo da lista é um projeto popular na comunidade, com foco em "comunidade-driven" e "Token distribution fairness concept". (Fonte: 0x711)

De acordo com um relatório da IT House em 15 de janeiro, o Google Research recentemente usou seu próprio BIG-Bench Benchmark para estabelecer um conjunto de dados "BIG-Bench Error", e usou o conjunto de dados relevante para conduzir uma série de estudos de avaliação sobre a "probabilidade de erro" e "capacidade de correção de erros" de modelos de linguagem populares no mercado. Os pesquisadores do Google disseram que, como não havia um conjunto de dados que pudesse avaliar a "probabilidade de erro" e a "capacidade de autocorreção" de grandes modelos de linguagem no passado, eles criaram um conjunto de dados de benchmark dedicado chamado "BIG-Bench Error" para avaliar o teste. É relatado que os pesquisadores primeiro usaram o modelo de linguagem PaLM para executar 5 tarefas em sua própria tarefa BIG-Bench Benchmark e, em seguida, modificaram a trajetória gerada da "Cadeia de Pensamento" para adicionar uma seção de "erro lógico" e, em seguida, a jogaram novamente no modelo para determinar onde havia erros na trajetória da cadeia de pensamento. Os pesquisadores do Google afirmam que o conjunto de dados BIG-Bench Mistake é benéfico para melhorar a capacidade de correção de autoerros dos modelos e que os modelos ajustados para tarefas de teste relevantes "geralmente têm um desempenho melhor do que modelos grandes com prompts de disparo zero".

De acordo com o "Science and Technology Innovation Board Daily" relatado em 9 de janeiro, na exposição CES 2024 nos Estados Unidos, a NVIDIA lançou uma série de novos produtos, entre os quais os microsserviços NVIDIA ACE estrearam. É relatado que esta é uma plataforma de tecnologia que usa IA generativa para fazer humanos digitais virtuais, e os parceiros atuais com a ACE incluem miHoYo, NetEase Games, Palm Fun Technology, Tencent Games, Ubisoft e outras empresas.

De acordo com um relatório da IT Home em 15 de dezembro, a DeepMind do Google anunciou recentemente um método de treinamento modelo chamado "FunSearch", que afirma ser capaz de calcular uma série de "problemas complexos envolvendo matemática e ciência da computação", incluindo "problemas de nível máximo" e "problemas de boxe". É relatado que o método de treinamento do modelo FunSearch introduz principalmente um sistema de "avaliador (_uator)" para o modelo de IA, o modelo de IA produz uma série de "métodos criativos de resolução de problemas", e o "avaliador" é responsável por julgar os métodos de solução produzidos pelo modelo, e após iterações repetidas, ele pode treinar um modelo de IA com habilidade matemática mais forte. O Google DeepMind usou o modelo PaLM 2 para testes, e os pesquisadores criaram um "pool de código" dedicado, alimentaram uma série de perguntas no modelo na forma de código e configuraram um processo de avaliação, após o qual o modelo escolheria automaticamente as perguntas do pool de códigos em cada iteração, geraria "novas soluções criativas" e as submeteria ao avaliador para avaliação, onde a "melhor solução" seria adicionada novamente ao pool de códigos para iniciar outra iteração.

O Google anunciou na quarta-feira o lançamento de um novo conjunto de modelos de inteligência artificial específicos para cuidados de saúde, o MedLM, projetado para ajudar clínicos e pesquisadores a conduzir estudos complexos, resumir interações médico-paciente e muito mais, de acordo com a Sina Finance. A medida marca a mais recente tentativa do Google de monetizar ferramentas de IA no setor de saúde. O pacote MedLM inclui um modelo de IA de grande e médio porte, ambos construídos no Med-PaLM 2. Med-PaLM 2 é um modelo de linguagem grande anunciado pela primeira vez pelo Google em março deste ano, treinado em dados médicos.

A PANews informou em 23 de novembro que a Inflection AI anunciou oficialmente o lançamento do modelo Inflection-2, dizendo que o modelo é o modelo de linguagem grande (LLM) de segunda geração do mundo, perdendo apenas para o GPT-4 da OpenAI. A Inflection AI diz que o Inflection-2 é treinado em 5.000 GPUs NVIDIA H100 com ~10²⁵ FLOP, o que o coloca na mesma categoria de computação de treinamento que o principal modelo PaLM 2 Large do Google, e supera o PaLM 2 na maioria dos benchmarks de IA, como MMLU, TriviaQA, HellaSwag e GSM8k. Anteriormente, foi relatado em junho que a Inflection AI completou um financiamento de US$ 1,3 bilhão, liderado pela Microsoft, Nvidia, etc.

Em 22 de novembro, a Inflection AI anunciou o lançamento do Inflection-2, que é oficialmente reivindicado como perdendo apenas para o GPT-4 da OpenAI e é o modelo de linguagem grande (LLM) de segunda geração do mundo. A IA de inflexão significa que o Inflection-2 é treinado em 5000 GPUs NVIDIA H100 com 8 treinamentos de precisão mista em 8 GPUs com ~10²⁵ FLOP. Isso o coloca na mesma categoria de computação de treinamento que o principal modelo PaLM 2 Large do Google, e supera o PaLM 2 na maioria dos benchmarks de IA, como MMLU, TriviaQA, HellaSwag e GSM8k. Anteriormente, foi relatado em junho que a startup de IA Inflection AI havia levantado US$ 1,3 bilhão, com investidores incluindo Bill Gates e Nvidia.

Em 22 de novembro, a Inflection AI anunciou oficialmente o lançamento do modelo Inflection-2, dizendo que o modelo é o modelo de linguagem grande (LLM) de segunda geração do mundo, perdendo apenas para o GPT-4 da OpenAI. A Inflection AI diz que o Inflection-2 é treinado em 5000 GPUs NVIDIA H100 com ~10²⁵ FLOP para FP8, o que o coloca na mesma categoria de computação de treinamento que o principal modelo PaLM 2 Large do Google, e supera o PaLM 2 na maioria dos benchmarks de IA, como MMLU, TriviaQA, HellaSwag e GSM8k. Anteriormente, foi relatado em junho que a startup de IA Inflection AI havia levantado US$ 1,3 bilhão, com investidores incluindo Bill Gates e Nvidia.

De acordo com um relatório da Webmaster's Home em 21 de novembro, no último relatório de pesquisa de IA, o Google DeepMind lançou uma tecnologia chamada "Optimization Through Prompts (OPRO)", que usa modelos de linguagem grande (LLMs) como o otimizador para seus próprios prompts. Esta abordagem é projetada para melhorar o desempenho imediato, descrevendo o problema através de linguagem natural, orientando LLMs para gerar e melhorar soluções. A pesquisa da DeepMind mostra que o OPRO pode orientar LLMs a otimizar seus próprios prompts, ou seja, encontrar prompts que maximizam a precisão das respostas a tarefas específicas, como ChatGPT e PaLM. Os pesquisadores avaliaram a técnica usando vários LLMs das famílias PaLM e GPT e, com base em experimentos, todos os modelos foram capazes de melhorar o desempenho da geração de prompts por meio de otimização iterativa.

O PANews informou em 2 de novembro que a empresa de infraestrutura NFT Palm Network migrou para uma cadeia de PDV usando Polygon CDK. Depois de concluir a primeira etapa, a rede Palm estará em um caminho rápido para se tornar uma cadeia Polygon zkEVM até o final do 1º trimestre de 2024. O GatewayFM foi selecionado pela Polygon, PalmFdn e ConsenSys como líder de implementação de migração de POS e zkEVM.

A Polygon Labs disse nas redes sociais que a Palm Network migrou para o Polygon Chain Development Kit (CDK) e será construída usando o Polygon CDK no futuro.

De acordo com o relatório da IT House em 20 de outubro, a Universidade de Stanford lançou recentemente o modelo básico de IA "indicador de transparência", do qual o indicador mais alto é o Lama 2 da Meta, mas a "transparência" relevante é de apenas 54%, então os pesquisadores acreditam que quase todos os modelos de IA no mercado "carecem de transparência". É relatado que a pesquisa foi liderada por Rishi Bommasani, chefe do HAI Basic Model Research Center (CRFM), e investigou os 10 modelos básicos mais populares no exterior. Rishi Bommasani acredita que a "falta de transparência" sempre foi um problema enfrentado pela indústria de IA, e em termos de "indicadores de transparência" específicos do modelo, a IT House descobriu que o conteúdo de avaliação relevante gira principalmente em torno de "direitos autorais do conjunto de dados de treinamento do modelo", "recursos de computação usados para treinar o modelo", "credibilidade do conteúdo gerado pelo modelo", "a capacidade do próprio modelo", "o risco de o modelo ser induzido a gerar conteúdo prejudicial", "a privacidade dos usuários usando o modelo", etc., um total de 100 itens. A pesquisa final mostrou que o Lama 2 da Meta liderou com 54% de transparência, enquanto a transparência GPT-4 da OpenAI foi de apenas 48% e o PaLM 2 do Google ficou em quinto lugar, com 40%.