Binance Square
橙子Joyce
872 貼文

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
BNB 持有者
BNB 持有者
中頻交易者
8.6 年
629 關注
28.5K+ 粉絲
31.0K+ 點讚數
貼文
置頂
·
--
真實
文章
無論開源AI贏還是閉源贏,網絡安全都將是終局贏家!Palo Alto與CrowdStrike站上AI推理時代風口!華爾街金融巨頭富國銀行近日發佈研報表示,網絡安全超級巨頭 $CrowdStrike (CRWD.US)$ 和 $Palo Alto Networks (PANW.US)$ 在即將公佈最新業績與未來展望之前,正迎來由人工智能推理市場劇烈擴張所推動的網絡安全軟件產品訂單增長動能。人工智能邁向天量級大規模推理和AI智能體式代理工作流(Agentic AI)階段之後,網絡安全需求不是簡單「隨前沿AI技術更新迭代而加速增長」,而是很可能出現遠遠高於傳統IT支出的結構性增量擴張。

無論開源AI贏還是閉源贏,網絡安全都將是終局贏家!Palo Alto與CrowdStrike站上AI推理時代風口!

華爾街金融巨頭富國銀行近日發佈研報表示,網絡安全超級巨頭 $CrowdStrike (CRWD.US)$ 和 $Palo Alto Networks (PANW.US)$ 在即將公佈最新業績與未來展望之前,正迎來由人工智能推理市場劇烈擴張所推動的網絡安全軟件產品訂單增長動能。人工智能邁向天量級大規模推理和AI智能體式代理工作流(Agentic AI)階段之後,網絡安全需求不是簡單「隨前沿AI技術更新迭代而加速增長」,而是很可能出現遠遠高於傳統IT支出的結構性增量擴張。
PANWUS-0.25%
CRWDUS+0.12%
ZSUS-0.23%
置頂
文章
蘋果研究團隊拿 9 款模型、11 種語言做了一輪強化學習實驗,想搞清楚:如果訓練數據只有一種語言,模型學到的解題能力能不能拿去做其他語言的題?答案是,可以,而且效果相當明顯。只用一種語言訓練,模型在很多其他語言上也會一起變強。 比如在法語測試上,直接用法語訓練,成績平均提升 25.6 個百分點;完全不用法語訓練,只拿西班牙語的題來練,最後考法語也能提升 24.6 個百分點,只差 1 個百分點。 模型學到的不只是某一種語言裡的題,還有一部分可以換語言繼續用的解題方法。所以以後想把模型的中文推理練強,未必所有強化學習數據都得重新做成中文。 但訓練語言也不能隨便換,特定語言確實可能觸發特定能力退化。同樣一套強化學習,換一種訓練語言,有些模型在其他語言和任務上反而會明顯退步。最誇張的一組實驗裡,Qwen3-4B 用斯瓦希里語訓練後,一組訓練時沒見過的英語測試比原模型掉了 19.2 個百分點;多語言一起訓練時,這項測試反而提升了 4.5 個百分點。 這篇論文驗證的主要還是數學、邏輯、圖、幾何等答案可以自動判斷對錯的推理題。這些題換一種語言後,底層解法往往沒有變。對於閱讀理解、隱喻、語義判斷、文化知識這些真正依賴語言本身的任務,論文沒有驗證。 前 Google DeepMind 資深研究科學家、Unreasonable Labs 聯合創始人兼 CEO 曹原認為,AI for Science 正進入爆發期。但 AI 要真正獨立做出諾貝爾獎級別的科學發現,至少還需要二三十年。曹原此前參與過 Gemini 等項目,現在創業方向也是讓 AI 發現新知識。 他認為,眼下最大的瓶頸是驗證。寫程式碼可以馬上運行測試,數學還能用 Lean 逐步檢查證明。但生物、材料和物理最終都要做真實實驗。一次實驗可能很貴,也可能要等很久,AI 很難像 Coding Agent 一樣連續快速試錯。 更難的是「創造新概念」。曹原認為,現在的模型很會在已有知識、定義和定理裡搜索答案,但還不會像頂尖科學家一樣,抽象出新的數學對象、定義和理論。他把這種「概念抽象」稱為 AGI 的「最後一英里」。

蘋果研究團隊拿 9 款模型、11 種語言做了一輪強化學習實驗,想搞清楚:如果訓練數據只有一種語言,模型學到的解題能力能不能拿去做其他語言的題?

答案是,可以,而且效果相當明顯。只用一種語言訓練,模型在很多其他語言上也會一起變強。
比如在法語測試上,直接用法語訓練,成績平均提升 25.6 個百分點;完全不用法語訓練,只拿西班牙語的題來練,最後考法語也能提升 24.6 個百分點,只差 1 個百分點。
模型學到的不只是某一種語言裡的題,還有一部分可以換語言繼續用的解題方法。所以以後想把模型的中文推理練強,未必所有強化學習數據都得重新做成中文。
但訓練語言也不能隨便換,特定語言確實可能觸發特定能力退化。同樣一套強化學習,換一種訓練語言,有些模型在其他語言和任務上反而會明顯退步。最誇張的一組實驗裡,Qwen3-4B 用斯瓦希里語訓練後,一組訓練時沒見過的英語測試比原模型掉了 19.2 個百分點;多語言一起訓練時,這項測試反而提升了 4.5 個百分點。
這篇論文驗證的主要還是數學、邏輯、圖、幾何等答案可以自動判斷對錯的推理題。這些題換一種語言後,底層解法往往沒有變。對於閱讀理解、隱喻、語義判斷、文化知識這些真正依賴語言本身的任務,論文沒有驗證。
前 Google DeepMind 資深研究科學家、Unreasonable Labs 聯合創始人兼 CEO 曹原認為,AI for Science 正進入爆發期。但 AI 要真正獨立做出諾貝爾獎級別的科學發現,至少還需要二三十年。曹原此前參與過 Gemini 等項目,現在創業方向也是讓 AI 發現新知識。
他認為,眼下最大的瓶頸是驗證。寫程式碼可以馬上運行測試,數學還能用 Lean 逐步檢查證明。但生物、材料和物理最終都要做真實實驗。一次實驗可能很貴,也可能要等很久,AI 很難像 Coding Agent 一樣連續快速試錯。
更難的是「創造新概念」。曹原認為,現在的模型很會在已有知識、定義和定理裡搜索答案,但還不會像頂尖科學家一樣,抽象出新的數學對象、定義和理論。他把這種「概念抽象」稱為 AGI 的「最後一英里」。
Lily雪莉呀
·
--
帶不走的丟不掉的讓大雨侵蝕吧……
大仁Jaron
·
--
英偉達擲15億美元入股SB Energy ,鎖定8GW AI算力,OpenAI將成爲唯一租戶
8月17日,英偉達宣佈與SB Energy達成戰略合作,爲俄亥俄州PORTS-Pike科技園區提供信用擔保,將其建設爲專屬英偉達AI計算基礎設施的超大規模數據中心,OpenAI將作爲唯一租戶。與此同時,英偉達向SB Energy投資15億美元。
英偉達此次直接切入土地、電力與廠房(LPS)這一底層基礎設施環節,其意義遠超一般的數據中心投資。核心變化在於,英偉達正以其自身信用爲AI基礎設施融資提供「背書」,以此換取長期且獨佔的算力部署空間。這標誌着芯片巨頭正從單純的AI硬件供應商,向「AI工廠」基礎設施的核心參與者和組織者延伸。
英鸿³³₇
·
--
以太的巔峯之作01,18號第二場幣安ama期待大家參與,專場直播有空投驚喜喲❤️❤️❤️
路人1688-luren
·
--
好看的風景很多,未來一路坦途,富貴傍身。共勉
晚风 Vesper_1688
·
--
🍵一盞清茶,修心自持☕
投資如品茶,急不得,躁不得🌱
沉下心🧘,穩住節奏,不急於求成🌿
看淡市場浮沉📊,靜待週期到來⏳
時光沉澱,時間自會給出答案💫

$BNB 🧧🧧🧧

#中国7月产出零售投资全线不及预期

#1688家族family
从0开始1688
·
--
📌Omg,以太這是要往上攀升15,000了嗎😱

8 月 17 日,最大以太坊財庫 BitMine 董事長 Tom Lee 引用技術分析,表達對以太坊即將出現技術性突破的期待。

ETH 當前價格距突破日線一目均衡表的雲層上沿僅差 3.5%,這將是自 2025 年 10 月 9 日以來首次站上該關鍵阻力。

當前以太坊價格約在 1906 美元附近,雲層阻力近在咫尺。

Tom Lee 延續了此前對以太坊的樂觀看法,其曾在 7 月公開發文認爲 ETH/BTC 比率將在 2026 年下半年走強,核心邏輯是 ETH 貨幣敘事、穩定幣增長和資產代幣化的共同推動。

一目均衡表的雲層上沿被技術派視爲趨勢轉換的重要參考,一旦有效突破,可能打開進一步上行空間。
从0开始1688
·
--
Meme潛力無窮 《牛來》Web 3、web 2手拉手向前衝
朋友說:「看了後悔80分鐘,不看後悔一輩子!」
「看一小時笑了一小時」
8 月 17 日,《牛來》出品方所在地大連此前因「擔心影響城市形象」全面下架,但今日有報道稱當地部分影院已重新恢復排片。全國此前網傳的「8 月 17 日起停止新增排片」並未得到官方統一證實,多數城市仍正常放映。
貓眼專業版預測動畫電影《牛來》的總票房約爲 1.35 億元。該片在預測發佈時的累計綜合票房(含預售)已突破 1700 萬元,已經逼近 3 天前貓眼給出本片預測總票房。如果《牛來》總票房達到 1.35 億,本片將來到 2026 年度中國全國總票房排行榜的 top35,被其超越的影片包括《抓特務》《星河入夢》《用武之地》等頭部商業片。
凯哥的进击
·
--
看跌
🎁🎁今天回覆領紅包🎁🎁$SOL
✅用這個方法拿大結果✅
🌹感謝幫忙轉發分享THS🌹
此圖是廣場粉絲的截圖。
BANK大鹤
·
--
豐田,比亞迪居然能用USDT買車.#USDT🔥🔥🔥
玻利維亞的豐田,比亞迪門店已經支持USDT支付購車款,當地外匯儲備不足,本幣貶值近50%usdt成爲了企業和個人規避匯率風險的重要選擇.
大丽7613
·
--
$BTC

週三有個重要消息
注意清晰法案走向
特朗普本人會親自參加白宮加密峯會,SEC 和 CFTC 兩大監管一把手也全部到場。
周周1688
·
--
🚀🚀2026年8月17日|加密日報
$BNB 🧧🧧

ETF資金流出安全事件頻發
新的一週開局小幅反彈。

① Bitcoin ETF:資金流出仍是壓力
8月10–14日,美國現貨 Bitcoin ETF 上週淨流出約 $390M,成爲近期規模較大的一週資金撤出。
本週市場關注的核心問題很簡單:
ETF資金流出會不會開始反轉?
② SafePal:約 39,800 名用戶數據受影響
SafePal 確認其訂單追蹤插件存在安全漏洞,導致部分用戶的姓名、郵箱、電話及地址等信息遭到未經授權的訪問。
值得注意的是:
Seed phrase、private key 和資產信息並未受到影響。
③ Bits of Gold:約 20 萬客戶數據泄露
以色列大型受監管加密經紀商 Bits of Gold 也遭遇數據泄露事件。
兩起事件同時出現,再次提醒市場:
Crypto 的安全問題,不只有錢包和私鑰,用戶數據本身同樣是攻擊目標。
④ 美國首個現貨 Bitcoin ETF 即將關閉
Hashdex DEFI 今天迎來最後交易日,隨後進入清算。
這是美國市場首個完整關閉的現貨 Bitcoin ETF,也反映出 ETF 市場競爭正在加劇,資金並不會平均流向所有產品。
⑤ 本週真正值得關注
Wyoming Blockchain Symposium 已於 8月17–20日 舉行。
本週還有:
• FOMC Minutes
• 白宮與 Crypto 行業 CEO 會面
• CFTC Innovation Advisory Committee 首次會議
• 持續關注 UBS 與 Paul Tudor Jones 的 BTC ETF 配置
另外,Cboe 正推進 3× Bitcoin / Ethereum ETF 等槓桿產品。
🚀 今日漲幅領先
DOLOUSDC:+28.9%
DOLOUSDT:+27.5%
小市值資產繼續出現明顯資金異動,但在當前低流動性環境下,短線波動風險同樣更高。
一句話總結:
週一 BTC 只是小幅反彈,
真正值得盯的,是 ETF資金流向、安全事件,以及本週即將到來的政策與宏觀信號。
市場看起來很安靜,
但這周的日曆並不安靜。
#1688家族family
$BTC $ETH
必按666 势不可挡
·
--
#PREDICT 預測市場幣安新平臺,絲滑,流暢,安全,你體驗過了嗎?非常的奈斯!

#美国拟迫各国在美中AI阵营选边
橙子Joyce
·
--
無論開源AI贏還是閉源贏,網絡安全都將是終局贏家!Palo Alto與CrowdStrike站上AI推理時代風口!
華爾街金融巨頭富國銀行近日發佈研報表示,網絡安全超級巨頭 $CrowdStrike (CRWD.US)$ 和 $Palo Alto Networks (PANW.US)$ 在即將公佈最新業績與未來展望之前,正迎來由人工智能推理市場劇烈擴張所推動的網絡安全軟件產品訂單增長動能。人工智能邁向天量級大規模推理和AI智能體式代理工作流(Agentic AI)階段之後,網絡安全需求不是簡單「隨前沿AI技術更新迭代而加速增長」,而是很可能出現遠遠高於傳統IT支出的結構性增量擴張。
橙子Joyce
·
--
蘋果研究團隊拿 9 款模型、11 種語言做了一輪強化學習實驗,想搞清楚:如果訓練數據只有一種語言,模型學到的解題能力能不能拿去做其他語言的題?
答案是,可以,而且效果相當明顯。只用一種語言訓練,模型在很多其他語言上也會一起變強。

比如在法語測試上,直接用法語訓練,成績平均提升 25.6 個百分點;完全不用法語訓練,只拿西班牙語的題來練,最後考法語也能提升 24.6 個百分點,只差 1 個百分點。

模型學到的不只是某一種語言裡的題,還有一部分可以換語言繼續用的解題方法。所以以後想把模型的中文推理練強,未必所有強化學習數據都得重新做成中文。

但訓練語言也不能隨便換,特定語言確實可能觸發特定能力退化。同樣一套強化學習,換一種訓練語言,有些模型在其他語言和任務上反而會明顯退步。最誇張的一組實驗裡,Qwen3-4B 用斯瓦希里語訓練後,一組訓練時沒見過的英語測試比原模型掉了 19.2 個百分點;多語言一起訓練時,這項測試反而提升了 4.5 個百分點。

這篇論文驗證的主要還是數學、邏輯、圖、幾何等答案可以自動判斷對錯的推理題。這些題換一種語言後,底層解法往往沒有變。對於閱讀理解、隱喻、語義判斷、文化知識這些真正依賴語言本身的任務,論文沒有驗證。
前 Google DeepMind 資深研究科學家、Unreasonable Labs 聯合創始人兼 CEO 曹原認為,AI for Science 正進入爆發期。但 AI 要真正獨立做出諾貝爾獎級別的科學發現,至少還需要二三十年。曹原此前參與過 Gemini 等項目,現在創業方向也是讓 AI 發現新知識。

他認為,眼下最大的瓶頸是驗證。寫程式碼可以馬上運行測試,數學還能用 Lean 逐步檢查證明。但生物、材料和物理最終都要做真實實驗。一次實驗可能很貴,也可能要等很久,AI 很難像 Coding Agent 一樣連續快速試錯。

更難的是「創造新概念」。曹原認為,現在的模型很會在已有知識、定義和定理裡搜索答案,但還不會像頂尖科學家一樣,抽象出新的數學對象、定義和理論。他把這種「概念抽象」稱為 AGI 的「最後一英里」。
XY 心月势不可挡
·
--
來參加這場盛宴predict會給你代來怎樣的感受預測一下喲!看看你會不會是下一個王者這些美景美食美女會不會屬於你!來試一下🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧
英鸿³³₇
·
--
[重播] 🎙️ 今天聚焦以太01.廣場第二波ama,福利拉滿,敬請圍觀
02 小時 13 分 09 秒 · 10.9k 人收聽
🎙️ 今天聚焦以太01.廣場第二波ama,福利拉滿,敬請圍觀
cover
結束
02 小時 13 分 09 秒
10.6k
25
40
XY 心月势不可挡
·
--
看漲
快來了解預測平臺!這可是一姐和大表哥的親兒子,predict來預測一下你的財富🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧🧧$币安人生 的兄弟
登入以探索更多內容
加入幣安廣場中的全球加密貨幣用戶
⚡️ 獲取加密貨幣的最新和實用資訊。
💬 受到全球最大加密貨幣交易所的信任。
👍 發掘來自經過驗證創作者的真實見解。
電子郵件 / 電話號碼
網站地圖
Cookie 偏好設定
平台條款