За повідомленням Deep Tide TechFlow, 10 грудня співзасновник Hyperliquid Джефф відповів у соціальних мережах на сумніви щодо механізму автоматичного зниження кредитного плеча (ADL) на платформі, викладені в одній з наукових статей.
Джефф зазначив, що автор статті має фундаментальне нерозуміння механізму ADL, наголосивши, що “ADL не перекладає прибутки чи збитки на HLP”, а застосовує абсолютно симетричний підхід до HLP і користувачів. Він чітко вказав: “ADL не має жодного відношення до HLP чи резервної ліквідації”.
Щодо твердження в статті про те, що “ADL знищив прибуток у розмірі 653 мільйони доларів”, Джефф це категорично заперечив і вважає, що це неправильне розуміння механізму. Він розкритикував автора статті за використання “модних термінів машинного навчання” для маскування неправди, не розібравшись у визначенні об’єкта дослідження, та висловив розчарування такими “вченими”, яких поважає індустрія.
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
Співзасновник Hyperliquid: ADL не передає прибутки чи збитки HLP, спростовуючи твердження, що "ADL знищив $653 мільйони доходу"
За повідомленням Deep Tide TechFlow, 10 грудня співзасновник Hyperliquid Джефф відповів у соціальних мережах на сумніви щодо механізму автоматичного зниження кредитного плеча (ADL) на платформі, викладені в одній з наукових статей.
Джефф зазначив, що автор статті має фундаментальне нерозуміння механізму ADL, наголосивши, що “ADL не перекладає прибутки чи збитки на HLP”, а застосовує абсолютно симетричний підхід до HLP і користувачів. Він чітко вказав: “ADL не має жодного відношення до HLP чи резервної ліквідації”.
Щодо твердження в статті про те, що “ADL знищив прибуток у розмірі 653 мільйони доларів”, Джефф це категорично заперечив і вважає, що це неправильне розуміння механізму. Він розкритикував автора статті за використання “модних термінів машинного навчання” для маскування неправди, не розібравшись у визначенні об’єкта дослідження, та висловив розчарування такими “вченими”, яких поважає індустрія.