Kepercayaan pasar secara bertahap pulih, pembangunan zona AI setelah kembali ke rasionalitas, proyek berkualitas terus dibangun.
⭐24h Coingecko volume perdagangan Top10:
Token Volume Kapitalisasi Pasar Harga Volatilitas
1- $ATH $250,9M $634,2M $0,05 +15,0%
2- $AI16Z $129,1M $127,0M $0,12 +3,0%
3- $VIRTUAL $127.2M $847.6M $1.29 +3.0%
4- $TAO $111.8M $3.4B $358.90 +1.8%
5- $IP $95.5M $3.0B $9.68 -6.4%
6- $KAITO $76.7M $297.9M $1.24 -1.1%
7- $FLOCK $36.9M $79.6M $0.36 -3.9%
8- $PROMPT $36.4M $42.7M $0.19 +4.5%
9- $AIXBT $32.7M $117.4M $0.12 +3.0%
10- $SAHARA $32.5M $203.2M $0.09 -1.4%
⭐Berita Penting
Bittensor @opentenso memperbarui mekanisme inti
Memperkenalkan Sub-Subnets: memungkinkan pembuatan sub-subnet yang lebih terperinci berdasarkan subnet yang ada, saat ini telah memasuki tahap pengujian (seperti BTDash Test Subnet). Fitur ini meningkatkan fleksibilitas dan modularitas jaringan, cocok untuk penugasan tugas AI yang lebih kompleks dan manajemen sumber daya.
Mengizinkan pembatalan subnet: Fitur baru memungkinkan pemilik untuk membatalkan subnet yang berkinerja buruk atau tidak terpakai, untuk mengoptimalkan pemanfaatan sumber daya jaringan.
Ulasan: Mekanisme pengurangan Bittensor semakin dekat (berdasarkan total pasokan saat ini dan emisi harian 7.200 TAO, pengurangan akan secara signifikan mengurangi laju masuknya token baru ke dalam peredaran), peningkatan inti kali ini dengan memperkenalkan subnet dan fungsi penghapusan, secara proaktif menghadapi tekanan sumber daya jaringan dan tantangan efisiensi, serta meningkatkan keberlanjutan jaringan dalam jangka panjang.
Platform permainan AI @Aiveronica_ dan lapisan ekonomi AI GAIB @gaib_ai bergabung dengan Kite AI
@GoKiteAI 网络
AiVeronica @Aiveronica_ adalah sebuah peluncur game AI yang bekerja sama dengan Virtuals Protocol, bertujuan untuk mengubah game statis menjadi alam semesta yang dinamis dan berevolusi melalui teknologi AI, yang dapat membantu game terus beradaptasi dengan perilaku pemain, meningkatkan tingkat retensi dan nilai.
AiVeronica telah mengimplementasikan enam AI Agent ke dalam jaringan pengujian Kite AI, dan melalui lapisan dasar khusus yang dirancang oleh Kite AI untuk AI Agent, menyediakan pengalaman permainan yang sangat dipersonalisasi bagi pengguna, serta narasi adaptif dan strategi waktu nyata.
GAIB @gaib_ai pada dasarnya adalah tokenisasi sumber daya komputasi berkinerja tinggi seperti GPU, mengubah aset kekuatan komputasi AI yang sebelumnya tertutup menjadi produk keuangan yang dapat diperdagangkan dan menghasilkan pendapatan, sehingga memungkinkan lebih banyak orang berpartisipasi dalam ekonomi AI.
GAIB telah terintegrasi ke dalam Toko Aplikasi Agen (Agent App Store) Kite, tidak hanya menyediakan sumber daya komputasi GPU untuk jaringan, tetapi juga memberikan kesempatan investasi dalam infrastruktur AI bagi peserta jaringan.
Komentar: Setelah mendapatkan pendanaan miliaran dari PayPal, Kite AI terus berinovasi dalam ekosistem, dengan tujuan pengembangan yang lebih jelas dan pengaruh yang juga meningkat secara signifikan.
Thinking Machines @thinkymachines menerbitkan makalah pertama, menyelesaikan masalah non-deterministik LLM
Thinking Machines memiliki valuasi lebih dari 12 miliar dolar AS, baru-baru ini meluncurkan blog penelitian Connectionism, dan menerbitkan makalah pertama berjudul "Mengatasi Nondeterminisme dalam Inferensi LLM", yang bertujuan untuk mengatasi masalah ketidakpastian dalam inferensi LLM.
Masalah ketidakpastian LLM: merujuk pada kemungkinan menghasilkan jawaban yang berbeda untuk pertanyaan yang sama saat menggunakan LLM untuk penalaran, yang mengakibatkan hasil eksperimen sulit untuk direproduksi.
Hasil eksperimen: Melalui perbaikan, diuji pada model Qwen 235B, setelah mengaktifkan kernel baru, berhasil menghasilkan 1000 kali secara konsisten; beban kinerja dapat dikendalikan (setelah optimasi hanya kehilangan sekitar 60% kecepatan), KL divergence tetap 0, secara efektif menghindari masalah ketidakstabilan pelatihan.
Komentar: Hasil penelitian pertama Thinking Machines mendapat banyak pujian dan diharapkan menjadi salah satu terobosan penting dalam mengatasi masalah ketidakstabilan keluaran LLM.
Sumber data: @xhunt_ai, Cookie DAO, Coingecko
Peringatan Risiko: Di atas hanya untuk berbagi informasi, bukan saran investasi.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Biteye AI Harian 12 September
Hari ini zona kapitalisasi pasar: $14.08B +1.52%
Kepercayaan pasar secara bertahap pulih, pembangunan zona AI setelah kembali ke rasionalitas, proyek berkualitas terus dibangun. ⭐24h Coingecko volume perdagangan Top10: Token Volume Kapitalisasi Pasar Harga Volatilitas 1- $ATH $250,9M $634,2M $0,05 +15,0% 2- $AI16Z $129,1M $127,0M $0,12 +3,0% 3- $VIRTUAL $127.2M $847.6M $1.29 +3.0% 4- $TAO $111.8M $3.4B $358.90 +1.8% 5- $IP $95.5M $3.0B $9.68 -6.4% 6- $KAITO $76.7M $297.9M $1.24 -1.1% 7- $FLOCK $36.9M $79.6M $0.36 -3.9% 8- $PROMPT $36.4M $42.7M $0.19 +4.5% 9- $AIXBT $32.7M $117.4M $0.12 +3.0% 10- $SAHARA $32.5M $203.2M $0.09 -1.4%
⭐Berita Penting
Memperkenalkan Sub-Subnets: memungkinkan pembuatan sub-subnet yang lebih terperinci berdasarkan subnet yang ada, saat ini telah memasuki tahap pengujian (seperti BTDash Test Subnet). Fitur ini meningkatkan fleksibilitas dan modularitas jaringan, cocok untuk penugasan tugas AI yang lebih kompleks dan manajemen sumber daya.
Mengizinkan pembatalan subnet: Fitur baru memungkinkan pemilik untuk membatalkan subnet yang berkinerja buruk atau tidak terpakai, untuk mengoptimalkan pemanfaatan sumber daya jaringan.
Ulasan: Mekanisme pengurangan Bittensor semakin dekat (berdasarkan total pasokan saat ini dan emisi harian 7.200 TAO, pengurangan akan secara signifikan mengurangi laju masuknya token baru ke dalam peredaran), peningkatan inti kali ini dengan memperkenalkan subnet dan fungsi penghapusan, secara proaktif menghadapi tekanan sumber daya jaringan dan tantangan efisiensi, serta meningkatkan keberlanjutan jaringan dalam jangka panjang.
AiVeronica @Aiveronica_ adalah sebuah peluncur game AI yang bekerja sama dengan Virtuals Protocol, bertujuan untuk mengubah game statis menjadi alam semesta yang dinamis dan berevolusi melalui teknologi AI, yang dapat membantu game terus beradaptasi dengan perilaku pemain, meningkatkan tingkat retensi dan nilai.
AiVeronica telah mengimplementasikan enam AI Agent ke dalam jaringan pengujian Kite AI, dan melalui lapisan dasar khusus yang dirancang oleh Kite AI untuk AI Agent, menyediakan pengalaman permainan yang sangat dipersonalisasi bagi pengguna, serta narasi adaptif dan strategi waktu nyata.
GAIB @gaib_ai pada dasarnya adalah tokenisasi sumber daya komputasi berkinerja tinggi seperti GPU, mengubah aset kekuatan komputasi AI yang sebelumnya tertutup menjadi produk keuangan yang dapat diperdagangkan dan menghasilkan pendapatan, sehingga memungkinkan lebih banyak orang berpartisipasi dalam ekonomi AI.
GAIB telah terintegrasi ke dalam Toko Aplikasi Agen (Agent App Store) Kite, tidak hanya menyediakan sumber daya komputasi GPU untuk jaringan, tetapi juga memberikan kesempatan investasi dalam infrastruktur AI bagi peserta jaringan.
Komentar: Setelah mendapatkan pendanaan miliaran dari PayPal, Kite AI terus berinovasi dalam ekosistem, dengan tujuan pengembangan yang lebih jelas dan pengaruh yang juga meningkat secara signifikan.
Thinking Machines memiliki valuasi lebih dari 12 miliar dolar AS, baru-baru ini meluncurkan blog penelitian Connectionism, dan menerbitkan makalah pertama berjudul "Mengatasi Nondeterminisme dalam Inferensi LLM", yang bertujuan untuk mengatasi masalah ketidakpastian dalam inferensi LLM.
Masalah ketidakpastian LLM: merujuk pada kemungkinan menghasilkan jawaban yang berbeda untuk pertanyaan yang sama saat menggunakan LLM untuk penalaran, yang mengakibatkan hasil eksperimen sulit untuk direproduksi.
Hasil eksperimen: Melalui perbaikan, diuji pada model Qwen 235B, setelah mengaktifkan kernel baru, berhasil menghasilkan 1000 kali secara konsisten; beban kinerja dapat dikendalikan (setelah optimasi hanya kehilangan sekitar 60% kecepatan), KL divergence tetap 0, secara efektif menghindari masalah ketidakstabilan pelatihan.
Komentar: Hasil penelitian pertama Thinking Machines mendapat banyak pujian dan diharapkan menjadi salah satu terobosan penting dalam mengatasi masalah ketidakstabilan keluaran LLM.
Sumber data: @xhunt_ai, Cookie DAO, Coingecko
Peringatan Risiko: Di atas hanya untuk berbagi informasi, bukan saran investasi.