Најди сличен содржај

✖️XRP supply in profit drops to 58.5%📊#瑞波币#Ripple#OnChain 🤑 Glassnode 數據顯示，XRP 處於獲利狀態的供應量已降至 58.5%，為自 2024 年 11 月（價格僅 $0.53） 以來的最低水平。儘管 XRP 今日交易價格約 $2.15（較當時高出近 4 倍），仍有 41.5%（約 265 億枚） 的供應處於虧損，反映市場結構 偏向高位接盤、獲利集中度弱、風險累積向上。 ——— #虚拟货币#XRP#Crypto#Insight ⚡ 當獲利盤占比偏低時，市場更容易因宏觀或情緒衝擊出現快速調整。 👍@Web3NewsInsight 🥲 🥲Follow for more Web3 News 🤣

LLM 生成文本陈词滥调汇总，将文件内容作为 System Prompt 或其他方式加载进 LLM 上下文窗口中，从而让 AI 识别并规避此类文本写作模式，使得生成的内容更接近于真人文本。 https://tropes.fyi/tropes-md https://gist.github.com/ossa-ma/f3baa9d25154c33095e22272c631f5a1 #Prompt#AI#Doc

MicroStrategy Expands Bitcoin Holdings Again 🎉 MicroStrategy has purchased an additional 7,633 BTC for $742 million, averaging $97,255 per Bitcoin. This brings their total to 478,740 BTC valued at $31.1 billion. The company's Bitcoin yield stands at 4.1% Year-to-Date for 2025. Read more🔗 #MicroStrategy#Bitcoin#BTC#Investments#Crypto#VC#YTD

#Anime #Orginal #Beauty #Girl #Katana #Full_HD #4k #Wallpaper #Desktop #Ai #AnimWorld @Wall_Amv

🪙💡$ETH#ETF#Marketoutflows intensify.#Defi#以太坊#市場動向 🇺🇸 今日以太坊現貨 ETF 淨流出達 84,435 ETH（約 2.34 億美元）。 BlackRock 單日流出 43,237 ETH（1.20 億美元），其持倉降至 3,604,966 ETH（約 99.9 億美元）。 #Ethereum#虚拟货币#Crypto#区块链 ⚡️ 主力機構賣壓上升，短線市場承壓明顯，需留意後續流出是否持續。 👇Tip👇Like or点击下方按钮搜索👇

Compliance Hub проводит опрос о перспективах использования искусственного интеллекта (ИИ) в области комплаенс, ПОД/ФТ и смежных областях. Основные участники - специалисты в области комплаенс, ПОД/ФТ и смежных областей, а также представители иных функций из Казахстана и других юрисдикций. Заранее благодарим за участие! Итогами опроса обязательно поделимся! https://docs.google.com/forms/d/e/1FAIpQLSd764gZaFicLPBEsEDsedMA3ZwdwYp4aVvKt632F6XyPXnHKw/viewform #ai#artificialintelligence#compliance#amlcft#antifraud#sanctionscompliance#dataprotection

MuseBot：可本地部署的大模型智能机器人平台 ，实现自然对话和智能回复。 支持 OpenAI、DeepSeek、Gemini、Doubao、Qwen 等多种大模型，并可无缝接入 Telegram、Discord、Slack、Lark（飞书）、钉钉、企业微信、QQ、微信 等聊天平台，为用户带来更加流畅、多平台联通的 AI 对话体验。 🏷标签：#机器人#AI#聊天机器人 ☁链接：点击获取 ⭐频道😮群聊✏投稿🌍中文

一位用户通过 codex 的 GPT-5.5与Amazon客服全自动对线，并获得退款 起初，该用户以为 GPT-5.5 会拨通客服电话（GPT会提示用户接管），但它打开了聊天窗，并输入“立即与客服聊天”呼叫真人客服， 客服表示，“您的订阅处于活跃状态。” 而 GPT-5.5 立刻解释说，“它显示活跃只是因为取消后仍可访问直至计费周期结束，但我想现在就停止并退款。” 当客服确认退款后，它直接结束了聊天，甚至没有说谢谢。 这位用户还称，GPT今晚帮它从各种订阅中拿回了 400 美元的退款。 🗒 标签: #OpenAI#CodeX#AI 📢 频道: @GodlyNews1 🤖 投稿: @GodlyNewsBot

🖼 Trending now: #BTC - Liquidity clusters hint at potential volatility ahead. #Markets#CryptoAnalysis 📊👀 比特幣主要流動性集中區仍位於上方區域，但在 $104,000–$106,000 區間也出現顯著流動性集群。 由於市場尚未展現明確反彈動能，價格或將先下探以清掃下方流動性，隨後再出現反轉。 #Insight @EthereumGlobalNews Follow for more global Web3 & DeFi updates!

Google представила Nested Learning — архитектуру, которая учится как мозг Google Research представила Nested Learning, новый подход к обучению AI, позволяющий моделям осваивать новые задачи без потери старых знаний. Архитектура и алгоритм обучения работают как единая система вложенных оптимизаций с разной скоростью обновления. Модель Hope с 1,5 млрд параметров уже входит в тройку лучших среди всех моделей объёмом до 3 млрд. Она превосходит Titans-1.8B, Samba-1.9B, RWKV-7B и Llama-3.1-8B** по качеству языка, уверенно держит контекст объёмом 128 тыс. токенов и осваивает 5 новых задач подряд без забывания. Это первый пример постоянного обучения без использования механизма повторного воспроизведения (replay), метод адаптации модели с малыми ресурсами LoRA и регуляризации, где забывание устранено на уровне самой архитектуры. В основе Nested Learning лежит идея памяти как системы модулей с разной частотой обновления. Быстрые компоненты реагируют на каждый токен, а медленные изменяются лишь после миллионов шагов. Такой принцип вдохновлён работой человеческого мозга, где разные зоны действуют на собственных временных ритмах. Hope показывает лучшие результаты в задачах с длинным контекстом, языкового моделирования и логических рассуждений. Она стабильно превосходит Mamba2 и TTT в задачах поиска нужной информации в длинном контексте (needle-in-a-haystack), а по метрикам неопределённости модели и точности показывает лучшие результаты, чем стандартные трансформеры. Обучение модели обходится на 35% дороже, она реализована только в рекуррентных архитектурах и пока не внедрена в промышленные системы. Уже проведены 3 независимые репликации, включая Mistral AI. **продукт организации, которая запрещена в России и признана экстремистской #news#бигтехи#AI https://research.google/blog/introducing-nested-learning-a-new-ml-paradigm-for-continual-learning/

Google разработала архитектуру с долговременной контекстной памятью Команда исследователей Google Research представила Atlas — AI-архитектуру, которая при выполнении задачи учится запоминать весь контекст, а не отдельные токены. Новый стандарт масштабируемой памяти уже опережает по точности и эффективности архитектуру Titan, трансформеры и современные линейные рекуррентные сети (RNN). Вместо классического «онлайн»-обновления памяти, когда модель учитывает лишь последний токен, Atlas применяет сложное обновление методом «скользящего окна» (sliding window), оптимизируя память с учётом сразу нескольких последних токенов. На бенчмарке BABILong, где LLM тестируют на понимание контекста длиной до 10 млн токенов, Atlas достигает более 80% точности, что почти на 20% выше, чем у Titan. В отличие от большинства RNN-архитектур, которые используют простой градиентный спуск, Atlas применяет Muon-оптимизатор. Он приближает вторую производную, быстрее сходится к локально оптимальному решению и сохраняет параллельность при обучении. Atlas открывает путь к быстрой работе с документами любого размера — от научных статей до юридических соглашений, а также длительным диалогам на основе цепочки рассуждений. #news#бигтехи#AI https://arxiv.org/pdf/2505.23735

Saleforce представила фреймворк для кросс-платформенного AI-агента, работающего с графическим интерфейсом AGUVIS — это фреймворк для автономных GUI-агентов (Graphical User Interface), которая опирается исключительно на визуальную информацию с разных платформ и обеспечивает её обработку и обобщение. Обучение фреймворка на комплексном наборе данных проходило в два этапа: заземление (grounding) графического интерфейса — процесс идентификации и определения местоположения компонентов интерфейса пользователя — и дальнейшее планирование действий агента с рассуждением. AGUVIS не опирается на модели с закрытым исходным кодом, не требует доступа к API и специального ПО, это позволяет переключаться между разными платформами — веб, ПК, мобильными устройствами. Так система достигает согласованности действий в различных средах, работая с онлайн и оффлайн сценариями. Это отличает агента от подобных решений на рынке — Copilot Vision от Microsoft и Google Mariner, которые связаны со своими браузерами. Технология пока находится на ранней стадии разработки. #news#AI#бигтехи https://aguvis-project.github.io/