PANews melaporkan pada 9 Mei bahwa menurut CoinDesk, lelucon Meme koin Boden, yang dengan sengaja salah mengeja nama Presiden AS Joe Biden, melonjak 25% Token pada hari Rabu setelah penantangnya dari Partai Republik, mantan Presiden Donald Trump, menjawab pertanyaan dari wartawan. "SAYA TIDAK SUKA INVESTASI INI," KATA TRUMP PADA KONFERENSI PERS DADAKAN DI MAR-A-LA-LAGO dealer di Palm Beach, Florida, setelah seorang reporter menggambarkan BODEN kepadanya dan mengatakan Token itu memiliki kapitalisasi pasar sebesar $ 240 juta. Setelah memuncak pada $ 0,42, harga BODEN Fluktuasi dan diperdagangkan pada $ 0,40 pada waktu pers, masih sekitar 15% lebih tinggi daripada pada saat komentar pump Trump (pada kenyataannya). Sebelumnya hari ini, Trump mengumumkan bahwa ia menerima kontribusi kampanye presiden AS dalam bentuk Aset Kripto.

Mantan Presiden AS Donald Trump berencana untuk makan malam pada hari liburnya dengan para pendukung yang membeli NFT "Mugshot Edition" -nya. Trump terbang kembali ke rumahnya di Palm Beach, Florida, pada hari Selasa dan akan makan malam dengan para pendukungnya di Mar-a-Lago dealer malam berikutnya. Salinan undangan makan malam menunjukkan bahwa orang-orang yang diundang ke makan malam masing-masing membeli lebih dari 47 NFT seharga $99 masing-masing. Trump mengeluh di luar ruang sidang pada hari Selasa bahwa dia lebih suka berada di jalur kampanye daripada diadili atas apa yang disebutnya "tipuan." Trump saat ini sedang menjalani persidangan pidana pertamanya di New York atas tuduhan memalsukan catatan bisnis dan membayar uang tutup mulut kepada aktris film dewasa Stormy Daniels. (Aksios)

koin Miliarder real estat Stephen Ross melakukan investasi signifikan di Florida Selatan untuk memperluas pengaruhnya di berbagai sektor seperti real estat, pendidikan, dan perawatan kesehatan. Upayanya untuk membawa reputasi pendidikannya ke wilayah tersebut disorot oleh acara baru-baru ini di mana ia menjadi tuan rumah penggalangan dana di rumahnya di Palm Beach untuk Universitas Vanderbilt untuk mendirikan kampus kampus di wilayah tersebut. Acara ini menarik tokoh-tokoh terkemuka dari kalangan politik dan keuangan negara bagian, termasuk Gubernur Ron DeSantis dan investor aktivis Nelson Peltz.

Dalam 20 hari Bitcoin meroket, apa yang dibeli uang Satoshi di rantai? Pada awal Tahun Naga, pasar crypto seperti naga yang pergi ke laut, dan itu seperti bambu. Dari 7 Februari hingga saat ini, hanya dalam 20 hari, Bitcoin telah melonjak dari 43.000 menjadi $61.555, meningkat lebih dari 30%, seolah-olah banteng telah datang. Namun, kecemasan sebagian besar investor Long meningkat seiring dengan pasar yang meroket, karena saat ini, tangan semua orang lebih Long Layer 2, Gamefi, meme, gambar kecil, dan bahkan prasasti...... Jadi dalam 20 hari ini, bagaimana Smart Money, yang berkinerja baik di rantai, menonjol, dan koin apa yang mereka beli dalam 20 hari ini, dan apakah mereka mengirim dan mengubah posisi? Pertama, daftar Alamat Uang Pintar dalam artikel ini adalah Alamat yang dipantau Scopescan dalam hal laba bersih, ROI, dan tingkat kemenangan selama 30 hari terakhir. Dalam siklus upcycling ini (7-27 Februari), koin teratas dengan tingkat kemenangan tertinggi Smart Money diberi peringkat sebagai berikut: 1. MOBY (Platform IC0 Berbasis Komunitas): Smart Money memiliki biaya pembelian $0.7335, harga saat ini $2.63, dan keuntungan $4.04 juta. Pada waktu pers, Koin Smart Money masih memiliki arus masuk bersih sebesar $ 1 juta. 2. WLD: Smart Money membeli dengan biaya $3.3, harga saat ini $8.1, dan keuntungannya $2.99 juta. Pada waktu pers, Koin Smart Money masih memiliki arus masuk bersih sebesar $ 1,94 juta. 3. COTI (Enterprise Digital Financial Network Protocol): Smart Money memiliki biaya pembelian $0,099, harga saat ini $0,2399, dan keuntungan $1,24 juta. Pada waktu pers, Koin Smart Money memiliki arus masuk bersih sebesar $ 463.000. 4. wBAI (Sumber Terbuka Desentralisasi AI Protocol): Smart Money memiliki biaya pembelian $2.66, harga saat ini $9.77, dan keuntungan $974,000. Pada waktu pers, Koin Smart Money memiliki arus masuk bersih sebesar $ 140.000. 5. PALM (bot platform obrolan Long berdasarkan teknologi AI Google): Smart Money membeli dengan biaya $0,144, harga saat ini $0,595, dan keuntungannya $923.000. Pada waktu pers, Koin Smart Money telah menunjukkan arus keluar bersih, dengan arus keluar $ 12.800. 6. ORDS (Bitcoin proyek Keuangan Desentralisasi ekologi Ordiswap): Smart Money memiliki biaya pembelian $0,0776, harga saat ini $0,2293, dan keuntungan $823.000. Pada saat pers, Koin Smart Money memiliki arus masuk bersih sebesar $ 284.000. Dikombinasikan dengan daftar di atas, tidak sulit untuk melihat bahwa konsep AI yang Token dalam daftar menempati setengah dari negara, terutama karena antusiasme pasar yang disebabkan oleh Sora meluas ke pasar crypto, sementara MOBY di bagian atas daftar adalah proyek populer di komunitas, dengan fokus pada "berbasis komunitas" dan "konsep keadilan distribusi Token". (Sumber: 0x711)

Menurut sebuah laporan oleh IT House pada 15 Januari, Google Research baru-baru ini menggunakan BIG-Bench Benchmark sendiri untuk membuat dataset "BIG-Bench Error", dan menggunakan dataset yang relevan untuk melakukan serangkaian studi evaluasi tentang "probabilitas kesalahan" dan "kemampuan koreksi kesalahan" dari model bahasa populer di pasar. Peneliti Google mengatakan bahwa karena tidak ada dataset yang dapat mengevaluasi "probabilitas kesalahan" dan "kemampuan koreksi diri" dari model bahasa besar di masa lalu, mereka menciptakan dataset benchmark khusus yang disebut "BIG-Bench Error" untuk mengevaluasi tes. Dilaporkan bahwa para peneliti pertama kali menggunakan model bahasa PaLM untuk menjalankan 5 tugas dalam tugas BIG-Bench Benchmark mereka sendiri, dan kemudian memodifikasi lintasan "Chain-of-Thought" yang dihasilkan untuk menambahkan bagian "kesalahan logis", dan kemudian melemparkannya kembali ke model untuk menentukan di mana ada kesalahan dalam lintasan rantai pemikiran. Peneliti Google mengklaim bahwa dataset BIG-Bench Mistake bermanfaat untuk meningkatkan kemampuan koreksi kesalahan diri model, dan bahwa model yang disesuaikan untuk tugas pengujian yang relevan "umumnya berkinerja lebih baik daripada model besar dengan petunjuk zero-shot."

Menurut "Science and Technology Innovation Board Daily" yang dilaporkan pada 9 Januari, di pameran CES 2024 di Amerika Serikat, NVIDIA merilis serangkaian produk baru, di antaranya NVIDIA ACE microservices memulai debutnya. Dilaporkan bahwa ini adalah platform teknologi yang menggunakan AI generatif untuk membuat manusia digital virtual, dan mitra saat ini dengan ACE termasuk miHoYo, NetEase Games, Palm Fun Technology, Tencent Games, Ubisoft dan perusahaan lainnya.

Menurut sebuah laporan oleh IT Home pada tanggal 15 Desember, Google DeepMind baru-baru ini mengumumkan metode pelatihan model yang disebut "FunSearch", yang mengklaim dapat menghitung serangkaian "masalah kompleks yang melibatkan matematika dan ilmu komputer" termasuk "masalah tingkat langit-langit" dan "masalah tinju". Dilaporkan bahwa metode pelatihan model FunSearch terutama memperkenalkan sistem "evaluator (_uator)" untuk model AI, model AI menghasilkan serangkaian "metode pemecahan masalah kreatif", dan "evaluator" bertanggung jawab untuk menilai output metode solusi oleh model, dan setelah iterasi berulang, dapat melatih model AI dengan kemampuan matematika yang lebih kuat. Google DeepMind menggunakan model PaLM 2 untuk pengujian, dan para peneliti membuat "kumpulan kode" khusus, memasukkan serangkaian pertanyaan ke dalam model dalam bentuk kode, dan menyiapkan proses evaluator, setelah itu model akan secara otomatis memilih pertanyaan dari kumpulan kode di setiap iterasi, menghasilkan "solusi baru yang kreatif", dan mengirimkannya ke evaluator untuk evaluasi, di mana "solusi terbaik" akan ditambahkan kembali ke kumpulan kode untuk memulai iterasi lain.

Google pada hari Rabu mengumumkan peluncuran satu set baru model kecerdasan buatan khusus perawatan kesehatan, MedLM, yang dirancang untuk membantu dokter dan peneliti melakukan studi kompleks, merangkum interaksi dokter-pasien, dan banyak lagi, menurut Sina Finance. Langkah ini menandai upaya terbaru Google untuk memonetisasi alat AI di industri perawatan kesehatan. Suite MedLM mencakup model AI berukuran besar dan sedang, keduanya dibangun di atas Med-PaLM 2. Med-PaLM 2 adalah model bahasa besar yang pertama kali diumumkan oleh Google pada bulan Maret tahun ini, dilatih pada data medis.

PANews melaporkan pada 23 November bahwa Inflection AI secara resmi mengumumkan rilis model Inflection-2, mengatakan bahwa model tersebut adalah model bahasa besar (LLM) generasi kedua di dunia, kedua setelah GPT-4 OpenAI. Inflection AI mengatakan Inflection-2 dilatih pada 5.000 GPU NVIDIA H100 dengan ~ 10²⁵ FLOP, yang menempatkannya dalam kategori komputasi pelatihan yang sama dengan model PaLM 2 Large andalan Google, dan mengungguli PaLM 2 di sebagian besar tolok ukur AI seperti MMLU, TriviaQA, HellaSwag, dan GSM8k. Sebelumnya, dilaporkan pada bulan Juni bahwa Inflection AI menyelesaikan pembiayaan $ 1,3 miliar, dipimpin oleh Microsoft, Nvidia, dll.

Pada tanggal 22 November, Inflection AI mengumumkan rilis Inflection-2, yang secara resmi diklaim sebagai yang kedua setelah GPT-4 OpenAI dan merupakan model bahasa besar (LLM) generasi kedua di dunia. Inflection AI berarti bahwa Inflection-2 dilatih pada 5000 GPU NVIDIA H100 dengan 8 pelatihan presisi campuran pada 8 GPU dengan ~10²⁵ FLOP. Ini menempatkannya dalam kategori komputasi pelatihan yang sama dengan model PaLM 2 Large andalan Google, dan mengungguli PaLM 2 di sebagian besar tolok ukur AI seperti MMLU, TriviaQA, HellaSwag, dan GSM8k. Sebelumnya, dilaporkan pada bulan Juni bahwa startup AI Inflection AI telah mengumpulkan $ 1,3 miliar, dengan investor termasuk Bill Gates dan Nvidia.

Pada tanggal 22 November, Inflection AI secara resmi mengumumkan rilis model Inflection-2, mengatakan bahwa model tersebut adalah model bahasa besar (LLM) generasi kedua di dunia, kedua setelah GPT-4 OpenAI. Inflection AI mengatakan Inflection-2 dilatih pada 5000 GPU NVIDIA H100 dengan ~ 10²⁵ FLOP untuk FP8, yang menempatkannya dalam kategori komputasi pelatihan yang sama dengan model PaLM 2 Large andalan Google, dan mengungguli PaLM 2 di sebagian besar tolok ukur AI seperti MMLU, TriviaQA, HellaSwag, dan GSM8k. Sebelumnya, dilaporkan pada bulan Juni bahwa startup AI Inflection AI telah mengumpulkan $ 1,3 miliar, dengan investor termasuk Bill Gates dan Nvidia.

Menurut sebuah laporan oleh Webmaster's Home pada 21 November, dalam laporan penelitian AI terbaru, Google DeepMind meluncurkan teknologi yang disebut "Optimization Through Prompts (OPRO)", yang menggunakan model bahasa besar (LLM) sebagai pengoptimal untuk petunjuknya sendiri. Pendekatan ini dirancang untuk meningkatkan kinerja yang cepat dengan menggambarkan masalah melalui bahasa alami, membimbing LLM untuk menghasilkan dan meningkatkan solusi. Penelitian DeepMind menunjukkan bahwa OPRO dapat memandu LLM untuk mengoptimalkan prompt mereka sendiri, yaitu, menemukan prompt yang memaksimalkan akurasi respons terhadap tugas-tugas tertentu, seperti ChatGPT dan PaLM. Para peneliti mengevaluasi teknik menggunakan beberapa LLM dari keluarga PaLM dan GPT, dan berdasarkan eksperimen, semua model mampu meningkatkan kinerja menghasilkan prompt melalui optimasi berulang.

PANews melaporkan pada 2 November bahwa perusahaan infrastruktur NFT Palm Network telah bermigrasi ke rantai POS menggunakan Polygon CDK. Setelah menyelesaikan langkah pertama, jaringan Palm akan berada di jalur cepat untuk menjadi rantai Polygon zkEVM pada akhir Q1 2024. GatewayFM dipilih oleh Polygon, PalmFdn, dan ConsenSys sebagai pemimpin implementasi migrasi POS dan zkEVM.

Polygon Labs mengatakan di media sosial bahwa Palm Network telah bermigrasi ke Polygon Chain Development Kit (CDK) dan akan dibangun menggunakan Polygon CDK di masa depan.

Menurut IT House yang dilaporkan pada 20 Oktober, Universitas Stanford baru-baru ini merilis model dasar AI "indikator transparansi", di mana indikator tertinggi adalah Lama 2 Meta, tetapi "transparansi" yang relevan hanya 54%, sehingga para peneliti percaya bahwa hampir semua model AI di pasar "kurang transparansi". Dilaporkan bahwa penelitian ini dipimpin oleh Rishi Bommasani, kepala Pusat Penelitian Model Dasar HAI (CRFM), dan menyelidiki 10 model dasar paling populer di luar negeri. Rishi Bommasani percaya bahwa "kurangnya transparansi" selalu menjadi masalah yang dihadapi oleh industri AI, dan dalam hal "indikator transparansi" model tertentu, IT House menemukan bahwa konten evaluasi yang relevan terutama berkisar pada "hak cipta dataset pelatihan model", "sumber daya komputasi yang digunakan untuk melatih model", "kredibilitas konten yang dihasilkan oleh model", "kemampuan model itu sendiri", "risiko model diinduksi untuk menghasilkan konten berbahaya", "privasi pengguna yang menggunakan model", dll., Total 100 item. Survei terakhir menunjukkan bahwa Lama 2 Meta menduduki puncak dengan transparansi 54%, sementara transparansi GPT-4 OpenAI hanya 48%, dan PaLM 2 Google berada di peringkat kelima dengan 40%.