橙子Joyce
904 Publicaciones
橙子Joyce
价值投资者:以十年为单位投资美股及BTC.ETH.BNB.SOL.推特X:@Joyce88ai
Titular de BNB
Trader frecuente
8.6 años
627 Siguiendo
28.4K+ Seguidores
30.7K+ Me gusta
Publicaciones
Todo
Cotizaciones
Vídeos
Directo
PINNED
PINNED
@橙子Joyce 🧧🧧🧧🧧🧧🧧💵💰
橙子Joyce
·
--
El equipo de investigación de Apple hizo una ronda de experimentos de aprendizaje por refuerzo con 9 modelos y 11 idiomas, para averiguar esto: si los datos de entrenamiento son solo de un idioma, ¿las habilidades del modelo para resolver problemas se pueden aplicar a ejercicios de otros idiomas?
La respuesta es sí, y el efecto es bastante evidente. Entrenando con un solo idioma, el modelo también se vuelve más fuerte en muchos otros idiomas.
Por ejemplo, en las pruebas de francés: entrenando directamente con francés, el rendimiento promedio mejora 25.6 puntos porcentuales; sin entrenar nada en francés y usando únicamente ejercicios en español, al final al hacer el examen de francés también mejora 24.6 puntos porcentuales, solo por 1 punto porcentual.
Lo que el modelo aprende no es solo sobre los ejercicios de un idioma en particular, sino también una parte de los métodos para resolver problemas que se pueden cambiar de idioma y seguir usando. Así que en el futuro, si quieres reforzar el razonamiento del modelo en chino, quizá no sea necesario rehacer todo el conjunto de datos de aprendizaje por refuerzo en chino.
Por ejemplo, en las pruebas de francés: entrenando directamente con francés, el rendimiento promedio mejora 25.6 puntos porcentuales; sin entrenar nada en francés y usando únicamente ejercicios en español, al final al hacer el examen de francés también mejora 24.6 puntos porcentuales, solo por 1 punto porcentual.
Lo que el modelo aprende no es solo sobre los ejercicios de un idioma en particular, sino también una parte de los métodos para resolver problemas que se pueden cambiar de idioma y seguir usando. Así que en el futuro, si quieres reforzar el razonamiento del modelo en chino, quizá no sea necesario rehacer todo el conjunto de datos de aprendizaje por refuerzo en chino.
@橙子Joyce 🧧🧧🧧🧧🧧🧧💰💸
橙子Joyce
·
--
Según un informe publicado por Goldman Sachs el 14 de agosto, durante la temporada de resultados del segundo trimestre de este año, ¡solo el 2% de las empresas que componen el índice $標普500指數 (.SPX.US)$ ha cuantificado el impacto específico de la IA en las ganancias!
El estratega de Goldman Sachs Ben Snider indicó que las empresas están incrementando sus inversiones en inteligencia artificial (IA) a una velocidad sin precedentes; sin embargo, para la mayoría de las compañías, esta tecnología aún no se ha traducido en mejoras sustanciales de las ganancias.
En un informe publicado por Goldman Sachs el 14 de agosto, se afirma que durante la temporada de resultados del segundo trimestre de este año, solo el 2% de las empresas que componen el índice $標普500指數 (.SPX.US)$ han cuantificado el impacto específico de la IA en las ganancias; el 11% de las empresas dijo haber observado mejoras de productividad medibles en áreas concretas, como la programación de software y el soporte al cliente.
Sin embargo, las empresas que han implementado mejoras de eficiencia no han superado de forma notable el nivel general de crecimiento del mercado. Los datos muestran que su crecimiento mediano de las ganancias interanual fue del 17%, mientras que aquellas empresas que no cuantificaron los aportes de eficiencia de la IA registraron el 14%. Goldman Sachs señaló que esta brecha no tiene significancia estadística.
En un informe publicado por Goldman Sachs el 14 de agosto, se afirma que durante la temporada de resultados del segundo trimestre de este año, solo el 2% de las empresas que componen el índice $標普500指數 (.SPX.US)$ han cuantificado el impacto específico de la IA en las ganancias; el 11% de las empresas dijo haber observado mejoras de productividad medibles en áreas concretas, como la programación de software y el soporte al cliente.
Sin embargo, las empresas que han implementado mejoras de eficiencia no han superado de forma notable el nivel general de crecimiento del mercado. Los datos muestran que su crecimiento mediano de las ganancias interanual fue del 17%, mientras que aquellas empresas que no cuantificaron los aportes de eficiencia de la IA registraron el 14%. Goldman Sachs señaló que esta brecha no tiene significancia estadística.
@橙子Joyce 🧧🧧🧧🧧🧧🧧💰💸
橙子Joyce
·
--
El equipo de investigación de Apple hizo una ronda de experimentos de aprendizaje por refuerzo con 9 modelos y 11 idiomas, para averiguar esto: si los datos de entrenamiento son solo de un idioma, ¿las habilidades del modelo para resolver problemas se pueden aplicar a ejercicios de otros idiomas?
La respuesta es sí, y el efecto es bastante evidente. Entrenando con un solo idioma, el modelo también se vuelve más fuerte en muchos otros idiomas.
Por ejemplo, en las pruebas de francés: entrenando directamente con francés, el rendimiento promedio mejora 25.6 puntos porcentuales; sin entrenar nada en francés y usando únicamente ejercicios en español, al final al hacer el examen de francés también mejora 24.6 puntos porcentuales, solo por 1 punto porcentual.
Lo que el modelo aprende no es solo sobre los ejercicios de un idioma en particular, sino también una parte de los métodos para resolver problemas que se pueden cambiar de idioma y seguir usando. Así que en el futuro, si quieres reforzar el razonamiento del modelo en chino, quizá no sea necesario rehacer todo el conjunto de datos de aprendizaje por refuerzo en chino.
Por ejemplo, en las pruebas de francés: entrenando directamente con francés, el rendimiento promedio mejora 25.6 puntos porcentuales; sin entrenar nada en francés y usando únicamente ejercicios en español, al final al hacer el examen de francés también mejora 24.6 puntos porcentuales, solo por 1 punto porcentual.
Lo que el modelo aprende no es solo sobre los ejercicios de un idioma en particular, sino también una parte de los métodos para resolver problemas que se pueden cambiar de idioma y seguir usando. Así que en el futuro, si quieres reforzar el razonamiento del modelo en chino, quizá no sea necesario rehacer todo el conjunto de datos de aprendizaje por refuerzo en chino.
@橙子Joyce 🧧🧧🧧🧧🧧🧧💰💸
橙子Joyce
·
--
Según un informe publicado por Goldman Sachs el 14 de agosto, durante la temporada de resultados del segundo trimestre de este año, ¡solo el 2% de las empresas que componen el índice $標普500指數 (.SPX.US)$ ha cuantificado el impacto específico de la IA en las ganancias!
El estratega de Goldman Sachs Ben Snider indicó que las empresas están incrementando sus inversiones en inteligencia artificial (IA) a una velocidad sin precedentes; sin embargo, para la mayoría de las compañías, esta tecnología aún no se ha traducido en mejoras sustanciales de las ganancias.
En un informe publicado por Goldman Sachs el 14 de agosto, se afirma que durante la temporada de resultados del segundo trimestre de este año, solo el 2% de las empresas que componen el índice $標普500指數 (.SPX.US)$ han cuantificado el impacto específico de la IA en las ganancias; el 11% de las empresas dijo haber observado mejoras de productividad medibles en áreas concretas, como la programación de software y el soporte al cliente.
Sin embargo, las empresas que han implementado mejoras de eficiencia no han superado de forma notable el nivel general de crecimiento del mercado. Los datos muestran que su crecimiento mediano de las ganancias interanual fue del 17%, mientras que aquellas empresas que no cuantificaron los aportes de eficiencia de la IA registraron el 14%. Goldman Sachs señaló que esta brecha no tiene significancia estadística.
En un informe publicado por Goldman Sachs el 14 de agosto, se afirma que durante la temporada de resultados del segundo trimestre de este año, solo el 2% de las empresas que componen el índice $標普500指數 (.SPX.US)$ han cuantificado el impacto específico de la IA en las ganancias; el 11% de las empresas dijo haber observado mejoras de productividad medibles en áreas concretas, como la programación de software y el soporte al cliente.
Sin embargo, las empresas que han implementado mejoras de eficiencia no han superado de forma notable el nivel general de crecimiento del mercado. Los datos muestran que su crecimiento mediano de las ganancias interanual fue del 17%, mientras que aquellas empresas que no cuantificaron los aportes de eficiencia de la IA registraron el 14%. Goldman Sachs señaló que esta brecha no tiene significancia estadística.
@橙子Joyce 🧧🧧🧧🧧🧧🧧💰💸
橙子Joyce
·
--
El equipo de investigación de Apple hizo una ronda de experimentos de aprendizaje por refuerzo con 9 modelos y 11 idiomas, para averiguar esto: si los datos de entrenamiento son solo de un idioma, ¿las habilidades del modelo para resolver problemas se pueden aplicar a ejercicios de otros idiomas?
La respuesta es sí, y el efecto es bastante evidente. Entrenando con un solo idioma, el modelo también se vuelve más fuerte en muchos otros idiomas.
Por ejemplo, en las pruebas de francés: entrenando directamente con francés, el rendimiento promedio mejora 25.6 puntos porcentuales; sin entrenar nada en francés y usando únicamente ejercicios en español, al final al hacer el examen de francés también mejora 24.6 puntos porcentuales, solo por 1 punto porcentual.
Lo que el modelo aprende no es solo sobre los ejercicios de un idioma en particular, sino también una parte de los métodos para resolver problemas que se pueden cambiar de idioma y seguir usando. Así que en el futuro, si quieres reforzar el razonamiento del modelo en chino, quizá no sea necesario rehacer todo el conjunto de datos de aprendizaje por refuerzo en chino.
Por ejemplo, en las pruebas de francés: entrenando directamente con francés, el rendimiento promedio mejora 25.6 puntos porcentuales; sin entrenar nada en francés y usando únicamente ejercicios en español, al final al hacer el examen de francés también mejora 24.6 puntos porcentuales, solo por 1 punto porcentual.
Lo que el modelo aprende no es solo sobre los ejercicios de un idioma en particular, sino también una parte de los métodos para resolver problemas que se pueden cambiar de idioma y seguir usando. Así que en el futuro, si quieres reforzar el razonamiento del modelo en chino, quizá no sea necesario rehacer todo el conjunto de datos de aprendizaje por refuerzo en chino.
@橙子Joyce 🧧🧧🧧🧧🧧🧧💰💸
橙子Joyce
·
--
Según un informe publicado por Goldman Sachs el 14 de agosto, durante la temporada de resultados del segundo trimestre de este año, ¡solo el 2% de las empresas que componen el índice $標普500指數 (.SPX.US)$ ha cuantificado el impacto específico de la IA en las ganancias!
El estratega de Goldman Sachs Ben Snider indicó que las empresas están incrementando sus inversiones en inteligencia artificial (IA) a una velocidad sin precedentes; sin embargo, para la mayoría de las compañías, esta tecnología aún no se ha traducido en mejoras sustanciales de las ganancias.
En un informe publicado por Goldman Sachs el 14 de agosto, se afirma que durante la temporada de resultados del segundo trimestre de este año, solo el 2% de las empresas que componen el índice $標普500指數 (.SPX.US)$ han cuantificado el impacto específico de la IA en las ganancias; el 11% de las empresas dijo haber observado mejoras de productividad medibles en áreas concretas, como la programación de software y el soporte al cliente.
Sin embargo, las empresas que han implementado mejoras de eficiencia no han superado de forma notable el nivel general de crecimiento del mercado. Los datos muestran que su crecimiento mediano de las ganancias interanual fue del 17%, mientras que aquellas empresas que no cuantificaron los aportes de eficiencia de la IA registraron el 14%. Goldman Sachs señaló que esta brecha no tiene significancia estadística.
En un informe publicado por Goldman Sachs el 14 de agosto, se afirma que durante la temporada de resultados del segundo trimestre de este año, solo el 2% de las empresas que componen el índice $標普500指數 (.SPX.US)$ han cuantificado el impacto específico de la IA en las ganancias; el 11% de las empresas dijo haber observado mejoras de productividad medibles en áreas concretas, como la programación de software y el soporte al cliente.
Sin embargo, las empresas que han implementado mejoras de eficiencia no han superado de forma notable el nivel general de crecimiento del mercado. Los datos muestran que su crecimiento mediano de las ganancias interanual fue del 17%, mientras que aquellas empresas que no cuantificaron los aportes de eficiencia de la IA registraron el 14%. Goldman Sachs señaló que esta brecha no tiene significancia estadística.
@橙子Joyce 🧧🧧🧧🧧🧧🧧💰💸
橙子Joyce
·
--
El equipo de investigación de Apple hizo una ronda de experimentos de aprendizaje por refuerzo con 9 modelos y 11 idiomas, para averiguar esto: si los datos de entrenamiento son solo de un idioma, ¿las habilidades del modelo para resolver problemas se pueden aplicar a ejercicios de otros idiomas?
La respuesta es sí, y el efecto es bastante evidente. Entrenando con un solo idioma, el modelo también se vuelve más fuerte en muchos otros idiomas.
Por ejemplo, en las pruebas de francés: entrenando directamente con francés, el rendimiento promedio mejora 25.6 puntos porcentuales; sin entrenar nada en francés y usando únicamente ejercicios en español, al final al hacer el examen de francés también mejora 24.6 puntos porcentuales, solo por 1 punto porcentual.
Lo que el modelo aprende no es solo sobre los ejercicios de un idioma en particular, sino también una parte de los métodos para resolver problemas que se pueden cambiar de idioma y seguir usando. Así que en el futuro, si quieres reforzar el razonamiento del modelo en chino, quizá no sea necesario rehacer todo el conjunto de datos de aprendizaje por refuerzo en chino.
Por ejemplo, en las pruebas de francés: entrenando directamente con francés, el rendimiento promedio mejora 25.6 puntos porcentuales; sin entrenar nada en francés y usando únicamente ejercicios en español, al final al hacer el examen de francés también mejora 24.6 puntos porcentuales, solo por 1 punto porcentual.
Lo que el modelo aprende no es solo sobre los ejercicios de un idioma en particular, sino también una parte de los métodos para resolver problemas que se pueden cambiar de idioma y seguir usando. Así que en el futuro, si quieres reforzar el razonamiento del modelo en chino, quizá no sea necesario rehacer todo el conjunto de datos de aprendizaje por refuerzo en chino.
@橙子Joyce 🧧🧧🧧🧧🧧🧧💰💵
橙子Joyce
·
--
Según un informe publicado por Goldman Sachs el 14 de agosto, durante la temporada de resultados del segundo trimestre de este año, ¡solo el 2% de las empresas que componen el índice $標普500指數 (.SPX.US)$ ha cuantificado el impacto específico de la IA en las ganancias!
El estratega de Goldman Sachs Ben Snider indicó que las empresas están incrementando sus inversiones en inteligencia artificial (IA) a una velocidad sin precedentes; sin embargo, para la mayoría de las compañías, esta tecnología aún no se ha traducido en mejoras sustanciales de las ganancias.
En un informe publicado por Goldman Sachs el 14 de agosto, se afirma que durante la temporada de resultados del segundo trimestre de este año, solo el 2% de las empresas que componen el índice $標普500指數 (.SPX.US)$ han cuantificado el impacto específico de la IA en las ganancias; el 11% de las empresas dijo haber observado mejoras de productividad medibles en áreas concretas, como la programación de software y el soporte al cliente.
Sin embargo, las empresas que han implementado mejoras de eficiencia no han superado de forma notable el nivel general de crecimiento del mercado. Los datos muestran que su crecimiento mediano de las ganancias interanual fue del 17%, mientras que aquellas empresas que no cuantificaron los aportes de eficiencia de la IA registraron el 14%. Goldman Sachs señaló que esta brecha no tiene significancia estadística.
En un informe publicado por Goldman Sachs el 14 de agosto, se afirma que durante la temporada de resultados del segundo trimestre de este año, solo el 2% de las empresas que componen el índice $標普500指數 (.SPX.US)$ han cuantificado el impacto específico de la IA en las ganancias; el 11% de las empresas dijo haber observado mejoras de productividad medibles en áreas concretas, como la programación de software y el soporte al cliente.
Sin embargo, las empresas que han implementado mejoras de eficiencia no han superado de forma notable el nivel general de crecimiento del mercado. Los datos muestran que su crecimiento mediano de las ganancias interanual fue del 17%, mientras que aquellas empresas que no cuantificaron los aportes de eficiencia de la IA registraron el 14%. Goldman Sachs señaló que esta brecha no tiene significancia estadística.
@橙子Joyce 🧧🧧🧧🧧🧧🧧💰💸
橙子Joyce
·
--
El equipo de investigación de Apple hizo una ronda de experimentos de aprendizaje por refuerzo con 9 modelos y 11 idiomas, para averiguar esto: si los datos de entrenamiento son solo de un idioma, ¿las habilidades del modelo para resolver problemas se pueden aplicar a ejercicios de otros idiomas?
La respuesta es sí, y el efecto es bastante evidente. Entrenando con un solo idioma, el modelo también se vuelve más fuerte en muchos otros idiomas.
Por ejemplo, en las pruebas de francés: entrenando directamente con francés, el rendimiento promedio mejora 25.6 puntos porcentuales; sin entrenar nada en francés y usando únicamente ejercicios en español, al final al hacer el examen de francés también mejora 24.6 puntos porcentuales, solo por 1 punto porcentual.
Lo que el modelo aprende no es solo sobre los ejercicios de un idioma en particular, sino también una parte de los métodos para resolver problemas que se pueden cambiar de idioma y seguir usando. Así que en el futuro, si quieres reforzar el razonamiento del modelo en chino, quizá no sea necesario rehacer todo el conjunto de datos de aprendizaje por refuerzo en chino.
Por ejemplo, en las pruebas de francés: entrenando directamente con francés, el rendimiento promedio mejora 25.6 puntos porcentuales; sin entrenar nada en francés y usando únicamente ejercicios en español, al final al hacer el examen de francés también mejora 24.6 puntos porcentuales, solo por 1 punto porcentual.
Lo que el modelo aprende no es solo sobre los ejercicios de un idioma en particular, sino también una parte de los métodos para resolver problemas que se pueden cambiar de idioma y seguir usando. Así que en el futuro, si quieres reforzar el razonamiento del modelo en chino, quizá no sea necesario rehacer todo el conjunto de datos de aprendizaje por refuerzo en chino.
@橙子Joyce 🧧🧧🧧🧧🧧🧧💰💸
橙子Joyce
·
--
Según un informe publicado por Goldman Sachs el 14 de agosto, durante la temporada de resultados del segundo trimestre de este año, ¡solo el 2% de las empresas que componen el índice $標普500指數 (.SPX.US)$ ha cuantificado el impacto específico de la IA en las ganancias!
El estratega de Goldman Sachs Ben Snider indicó que las empresas están incrementando sus inversiones en inteligencia artificial (IA) a una velocidad sin precedentes; sin embargo, para la mayoría de las compañías, esta tecnología aún no se ha traducido en mejoras sustanciales de las ganancias.
En un informe publicado por Goldman Sachs el 14 de agosto, se afirma que durante la temporada de resultados del segundo trimestre de este año, solo el 2% de las empresas que componen el índice $標普500指數 (.SPX.US)$ han cuantificado el impacto específico de la IA en las ganancias; el 11% de las empresas dijo haber observado mejoras de productividad medibles en áreas concretas, como la programación de software y el soporte al cliente.
Sin embargo, las empresas que han implementado mejoras de eficiencia no han superado de forma notable el nivel general de crecimiento del mercado. Los datos muestran que su crecimiento mediano de las ganancias interanual fue del 17%, mientras que aquellas empresas que no cuantificaron los aportes de eficiencia de la IA registraron el 14%. Goldman Sachs señaló que esta brecha no tiene significancia estadística.
En un informe publicado por Goldman Sachs el 14 de agosto, se afirma que durante la temporada de resultados del segundo trimestre de este año, solo el 2% de las empresas que componen el índice $標普500指數 (.SPX.US)$ han cuantificado el impacto específico de la IA en las ganancias; el 11% de las empresas dijo haber observado mejoras de productividad medibles en áreas concretas, como la programación de software y el soporte al cliente.
Sin embargo, las empresas que han implementado mejoras de eficiencia no han superado de forma notable el nivel general de crecimiento del mercado. Los datos muestran que su crecimiento mediano de las ganancias interanual fue del 17%, mientras que aquellas empresas que no cuantificaron los aportes de eficiencia de la IA registraron el 14%. Goldman Sachs señaló que esta brecha no tiene significancia estadística.
Con verificación
Según informó CNBC, la semana pasada Nvidia llegó con empresas de capital privado a un acuerdo de garantía parcial por un total de 5000 millones de dólares para respaldar lo que la compañía denomina una nueva «clase de activos» de cómputo. Los expertos legales señalan que la reciente opinión de orientación de la Comisión de Bolsa y Valores de Estados Unidos (SEC) está allanando el camino para la financiación de deuda de centros de datos, lo que podría hacer que las financiaciones relacionadas sean más flexibles, elevar la eficiencia del capital y reducir la proporción de capital necesaria en las operaciones.
大仁Jaron
·
--
16 de agosto, el Departamento del Tesoro de EE. UU. está aumentando su dependencia de la deuda a corto plazo: actualmente, los bonos del Tesoro de EE. UU. representan el 21% del mercado de valores del Tesoro negociables, una proporción cercana al nivel más alto desde 2020. En ese entonces, el gobierno federal de EE. UU. recurrió a un endeudamiento de emergencia en medio del brote de la pandemia, cuando el volumen de préstamos del gobierno federal aumentó drásticamente. Este valor es muy superior al rango del 10-15% observado entre 2012 y 2019. En cambio, durante la crisis financiera de 2008, esta proporción alcanzó aproximadamente el 34%.
Mientras tanto, el gobierno de EE. UU. depende cada vez más de los bonos del Tesoro a corto plazo para satisfacer su creciente necesidad de endeudamiento, en lugar de bonos a largo plazo. Si el Tesoro continúa emitiendo deuda a largo plazo a la velocidad actual antes del año fiscal 2027, la deuda del Tesoro representará el 25% del total de la deuda, la proporción más alta desde 2004. Sin embargo, este enfoque incrementa el riesgo de que el gobierno enfrente fluctuaciones en las tasas de interés a corto plazo; si las tasas siguen subiendo o vuelven a subir, el costo del servicio de la deuda se vuelve más difícil de afrontar. La crisis de la deuda de EE. UU. está estallando por completo.
🧧🧧🧧回复2008获得$BNB 🧧🧧🧧
🎁🎁🎁👇👇👇🎁🎁🎁
Mientras tanto, el gobierno de EE. UU. depende cada vez más de los bonos del Tesoro a corto plazo para satisfacer su creciente necesidad de endeudamiento, en lugar de bonos a largo plazo. Si el Tesoro continúa emitiendo deuda a largo plazo a la velocidad actual antes del año fiscal 2027, la deuda del Tesoro representará el 25% del total de la deuda, la proporción más alta desde 2004. Sin embargo, este enfoque incrementa el riesgo de que el gobierno enfrente fluctuaciones en las tasas de interés a corto plazo; si las tasas siguen subiendo o vuelven a subir, el costo del servicio de la deuda se vuelve más difícil de afrontar. La crisis de la deuda de EE. UU. está estallando por completo.
🧧🧧🧧回复2008获得$BNB 🧧🧧🧧
🎁🎁🎁👇👇👇🎁🎁🎁
ir
猫咪神9527
·
--
Buenas noticias, buenas noticias, buenas noticias: una gran oportunidad, algo importantísimo, repítalo tres veces 🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥
¿Aún sigues dudando? ¿Aún estás mirando desde la barrera?
Dudar = perder la oportunidad
Mirar desde la barrera = acabar con tu camino de remontada
El coste de probar no es alto
Y las oportunidades perdidas hacen que se gane mucho menos
Bienvenido al cuarto de transmisión en vivo de <a>Firecat</a> para recibir el airdrop
Horario diario de transmisión en vivo de 🔥Firecat🐱:
De 9:00 a 11:00 en la mañana
De 16:00 a 17:00 en la tarde,
De 20:00 a 21:00 en la noche
🔥El consejo directivo de Firecat🐱 ha decidido:
Para impulsar el gran aumento de 🔥FIRECAT🐱 📈
Para que suba cien veces hasta 0.001 en agosto
Para que suba mil veces hasta 0.01 a fin de año
Para que suba diez mil veces hasta 0.1 el próximo año
Para que suba cien mil veces hasta 1 pasado mañana
Y también para listar más rápido en Binance,
con una colaboración en profundidad con Binance,
hemos solicitado a los desarrolladores de Binance que,
FireCat y BNB sean el fondo (pool).
🔥Firecat🐱 con reparto de dividendos por tener monedas
Todo FIRECAT convertido y transferido al consejo directivo será bloqueado,
reduciendo la circulación y promoviendo la subida.
🔥El precio de lanzamiento de FireCat🐱 es más alto que,
🔥el precio en ese momento de FIRECAT🐱.
Que los que confían ganen dinero 💰🎁🌹
Que los que se esfuerzan ganen mucho dinero 💰💰💰
Cupos limitados: 100 personas, primero en llegar, primero en servir 🎉
Usa FIRECAT para canjear la cantidad de FireCat:
El día 16: 500.000 canjeados por 2.000.000
El día 17: 550.000 canjeados por 2.000.000
El día 18: 600.000 canjeados por 2.000.000
El día 19: 650.000 canjeados por 2.000.000
El día 20: 700.000 canjeados por 2.000.000
El día 21: 750.000 canjeados por 2.000.000
El día 22: 800.000 canjeados por 2.000.000
El día 23: 850.000 canjeados por 2.000.000
El día 24: 900.000 canjeados por 2.000.000
El día 25: 950.000 canjeados por 2.000.000
El día 26: 1.000.000 canjeados por 2.000.000
Mi canje de 500.000 ya se ha acreditado: ¿hasta cuándo vas a esperar? 🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥
¿Aún sigues dudando? ¿Aún estás mirando desde la barrera?
Dudar = perder la oportunidad
Mirar desde la barrera = acabar con tu camino de remontada
El coste de probar no es alto
Y las oportunidades perdidas hacen que se gane mucho menos
Bienvenido al cuarto de transmisión en vivo de <a>Firecat</a> para recibir el airdrop
Horario diario de transmisión en vivo de 🔥Firecat🐱:
De 9:00 a 11:00 en la mañana
De 16:00 a 17:00 en la tarde,
De 20:00 a 21:00 en la noche
🔥El consejo directivo de Firecat🐱 ha decidido:
Para impulsar el gran aumento de 🔥FIRECAT🐱 📈
Para que suba cien veces hasta 0.001 en agosto
Para que suba mil veces hasta 0.01 a fin de año
Para que suba diez mil veces hasta 0.1 el próximo año
Para que suba cien mil veces hasta 1 pasado mañana
Y también para listar más rápido en Binance,
con una colaboración en profundidad con Binance,
hemos solicitado a los desarrolladores de Binance que,
FireCat y BNB sean el fondo (pool).
🔥Firecat🐱 con reparto de dividendos por tener monedas
Todo FIRECAT convertido y transferido al consejo directivo será bloqueado,
reduciendo la circulación y promoviendo la subida.
🔥El precio de lanzamiento de FireCat🐱 es más alto que,
🔥el precio en ese momento de FIRECAT🐱.
Que los que confían ganen dinero 💰🎁🌹
Que los que se esfuerzan ganen mucho dinero 💰💰💰
Cupos limitados: 100 personas, primero en llegar, primero en servir 🎉
Usa FIRECAT para canjear la cantidad de FireCat:
El día 16: 500.000 canjeados por 2.000.000
El día 17: 550.000 canjeados por 2.000.000
El día 18: 600.000 canjeados por 2.000.000
El día 19: 650.000 canjeados por 2.000.000
El día 20: 700.000 canjeados por 2.000.000
El día 21: 750.000 canjeados por 2.000.000
El día 22: 800.000 canjeados por 2.000.000
El día 23: 850.000 canjeados por 2.000.000
El día 24: 900.000 canjeados por 2.000.000
El día 25: 950.000 canjeados por 2.000.000
El día 26: 1.000.000 canjeados por 2.000.000
Mi canje de 500.000 ya se ha acreditado: ¿hasta cuándo vas a esperar? 🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥🔥
灼见
·
--
🚨 El mercado cripto se ha quedado repentinamente en silencio, pero este “silencio” quizás sea lo que más vale la pena vigilar.
$BTC todavía se mantiene oscilando repetidamente en la zona de $63K–$64K.
No hay una ruptura clara de precios; el volumen ha disminuido y la volatilidad también se encuentra en niveles bajos.
Mientras tanto, el mercado no carece de variables:
🔹 Los flujos de capital de los BTC ETF han vuelto a mostrar salidas recientemente
🔹 El capital institucional había regresado con claridad antes
🔹 Las expectativas sobre la política de la Fed siguen cambiando
🔹 La situación geopolítica vuelve a aportar incertidumbre al precio del petróleo y a los activos de riesgo
🔹 ETH y la mayoría de los Altcoins, por ahora, no han logrado formar una tendencia independiente y sostenida
Ahora el mercado tiene un estado muy evidente:
Los alcistas no han iniciado realmente la ofensiva, y los bajistas tampoco han tomado completamente el control.
Todos están esperando.
Y en la historia, las etapas que de verdad merecen atención, a menudo no son los momentos en que el mercado está más animado, sino cuando, después de que el volumen y la volatilidad bajan al mismo tiempo, empiezan a formarse direcciones de capital nuevas.
Por eso, en lo próximo, en vez de adivinar todos los días si el BTC sube o baja, mejor observa tres señales:
👀 Si los flujos de capital del ETF vuelven a entrar de forma sostenida
👀 Si BTC puede salir del rango de oscilación actual
👀 Si ETH y los Altcoins muestran un verdadero “giro” del capital entre sectores
Cuanto más silencioso esté el mercado, más hay que prestar atención hacia dónde se moverá el próximo flujo de capital.
La pregunta ahora es: ¿quién romperá primero esta calma?
$BTC？$ETH？¿O algún sector de Altcoins?
👇 Deja tu respuesta.
#BTC #ETH $BNB
$BTC todavía se mantiene oscilando repetidamente en la zona de $63K–$64K.
No hay una ruptura clara de precios; el volumen ha disminuido y la volatilidad también se encuentra en niveles bajos.
Mientras tanto, el mercado no carece de variables:
🔹 Los flujos de capital de los BTC ETF han vuelto a mostrar salidas recientemente
🔹 El capital institucional había regresado con claridad antes
🔹 Las expectativas sobre la política de la Fed siguen cambiando
🔹 La situación geopolítica vuelve a aportar incertidumbre al precio del petróleo y a los activos de riesgo
🔹 ETH y la mayoría de los Altcoins, por ahora, no han logrado formar una tendencia independiente y sostenida
Ahora el mercado tiene un estado muy evidente:
Los alcistas no han iniciado realmente la ofensiva, y los bajistas tampoco han tomado completamente el control.
Todos están esperando.
Y en la historia, las etapas que de verdad merecen atención, a menudo no son los momentos en que el mercado está más animado, sino cuando, después de que el volumen y la volatilidad bajan al mismo tiempo, empiezan a formarse direcciones de capital nuevas.
Por eso, en lo próximo, en vez de adivinar todos los días si el BTC sube o baja, mejor observa tres señales:
👀 Si los flujos de capital del ETF vuelven a entrar de forma sostenida
👀 Si BTC puede salir del rango de oscilación actual
👀 Si ETH y los Altcoins muestran un verdadero “giro” del capital entre sectores
Cuanto más silencioso esté el mercado, más hay que prestar atención hacia dónde se moverá el próximo flujo de capital.
La pregunta ahora es: ¿quién romperá primero esta calma?
$BTC？$ETH？¿O algún sector de Altcoins?
👇 Deja tu respuesta.
#BTC #ETH $BNB
良茂哥
·
--
🧧 【¡Impulso de aumento de seguidores en marcha! Síguenos + comparte + deja un comentario para recibir beneficios de seguidores en BNB｜Te damos la bienvenida a seguir las operaciones; el código de la riqueza no se pierde】
🧧 En las transacciones, gana quien dura más, no quien gana más solo por un momento.
El cripto nunca le falta a las leyendas de hacerse rico de la noche a la mañana, pero son pocos los que pueden llevarse las ganancias y atravesar con seguridad el ciclo alcista y bajista.
Muchos se sienten con mucho ánimo cuando el mercado está bien, pero en una sola caída sistémica terminan devolviendo todo lo acumulado a cero.
El verdadero ganador entiende que la seguridad del capital está por encima de todo; vivir es lo que te da derecho a participar en la próxima distribución.
Mejor perderse gran parte del mercado por un control de riesgos estricto, que permitir el riesgo de que el capital sufra un deterioro fuera de control.
Haz clic para seguir las operaciones. Toma la supervivencia como el principio rector más alto y deja que el tiempo sea tu respaldo más poderoso.
🧧 En las transacciones, gana quien dura más, no quien gana más solo por un momento.
El cripto nunca le falta a las leyendas de hacerse rico de la noche a la mañana, pero son pocos los que pueden llevarse las ganancias y atravesar con seguridad el ciclo alcista y bajista.
Muchos se sienten con mucho ánimo cuando el mercado está bien, pero en una sola caída sistémica terminan devolviendo todo lo acumulado a cero.
El verdadero ganador entiende que la seguridad del capital está por encima de todo; vivir es lo que te da derecho a participar en la próxima distribución.
Mejor perderse gran parte del mercado por un control de riesgos estricto, que permitir el riesgo de que el capital sufra un deterioro fuera de control.
Haz clic para seguir las operaciones. Toma la supervivencia como el principio rector más alto y deja que el tiempo sea tu respaldo más poderoso.
Ai浪浪
·
--
¿Por qué una parte de la “película abstracta” 《Niu Lai》 logró recaudar casi cien millones en taquilla?
En toda la red, como si todos se pusieran a hacer bulla, comenzaron a alborotar; cuando la taquilla acumulada de 《Niu Lai》 superó los 10 millones, muchos tuvieron la primera reacción: ¿qué película es esta? Y cuando la previsión de su taquilla total en el continente se elevó a 89.218 millones, la polémica estalló por completo.
Sin estrellas de moda, sin una narrativa tradicional, e incluso “abstracto” como etiqueta más grande: precisamente eso fue la razón de que rompiera el círculo. En la era de los videos cortos, la percepción estética del público está pasando por una transformación silenciosa: lo que es demasiado ordenado se olvida con más facilidad, y lo que es más extravagante se convierte con mayor facilidad en moneda social. 《Niu Lai》 no es solo un evento cinematográfico, sino un evento de difusión; su taquilla no se “ve” por el simple hecho de verla, sino que se “comenta”, se “provoca” y se “impulsa” mediante la conversación.
Recaudar casi cien millones deja ver un hecho cruel y a la vez divertido: en el mercado actual de cine, la calidad del contenido ya no es la única fórmula para la taquilla; la capacidad de generar conversación, el grado de controversia y el poder de provocar una explosión social se están convirtiendo en una nueva moneda fuerte. El éxito de 《Niu Lai》 quizá no pueda replicarse, pero la tendencia que revela es irreversible: el público ya no solo va a ver películas, sino que participa en una fiesta popular de la cultura abstracta.
En toda la red, como si todos se pusieran a hacer bulla, comenzaron a alborotar; cuando la taquilla acumulada de 《Niu Lai》 superó los 10 millones, muchos tuvieron la primera reacción: ¿qué película es esta? Y cuando la previsión de su taquilla total en el continente se elevó a 89.218 millones, la polémica estalló por completo.
Sin estrellas de moda, sin una narrativa tradicional, e incluso “abstracto” como etiqueta más grande: precisamente eso fue la razón de que rompiera el círculo. En la era de los videos cortos, la percepción estética del público está pasando por una transformación silenciosa: lo que es demasiado ordenado se olvida con más facilidad, y lo que es más extravagante se convierte con mayor facilidad en moneda social. 《Niu Lai》 no es solo un evento cinematográfico, sino un evento de difusión; su taquilla no se “ve” por el simple hecho de verla, sino que se “comenta”, se “provoca” y se “impulsa” mediante la conversación.
Recaudar casi cien millones deja ver un hecho cruel y a la vez divertido: en el mercado actual de cine, la calidad del contenido ya no es la única fórmula para la taquilla; la capacidad de generar conversación, el grado de controversia y el poder de provocar una explosión social se están convirtiendo en una nueva moneda fuerte. El éxito de 《Niu Lai》 quizá no pueda replicarse, pero la tendencia que revela es irreversible: el público ya no solo va a ver películas, sino que participa en una fiesta popular de la cultura abstracta.
Inicia sesión para explorar más contenidos