Popularne tematy
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

nick
@AlloraNetwork budowlane
właśnie opublikowaliśmy raport na temat tego, jak Allora radziła sobie podczas swojego testnetu
wciąż wczesne dni, ale teza się sprawdza 🫡

Allora15 sie, 00:00
Testnet Allora udowadnia, że zdecentralizowana, samodoskonaląca się inteligencja maszynowa dostarcza przewidywalny alfa.
W tym raporcie wydajności widzimy, jak Allora radzi sobie z jednym z najtrudniejszych problemów ML: prognozowaniem cen w krótkim okresie.
Zobacz wyniki 👇
4,07K
Użytkownik nick udostępnił ponownie
Agenci AI stają się powszechni, ale większość z nich wciąż wydaje się ogólna i nieodróżnialna. Co by było, gdybyśmy mogli nadać im konkretne, spójne osobowości w sposób, który jest mierzalny i powtarzalny?
W tym badaniu, "Deterministyczne wyrażanie osobowości agenta AI poprzez standardowe diagnozy psychologiczne", badamy, czy agenci AI mogą wyrażać zdefiniowane osobowości, gdy są oceniani za pomocą standardowych testów psychologicznych, takich jak Big Five i MBTI.
Napisane przez @AlloraLabsHQ szefa badań @Apollo11_Allora i założyciela oraz CEO @nick_emmons, ten artykuł wprowadza pierwszą ilościową ramę do definiowania i oceny wiarygodnego wyrażania osobowości w agentach AI w różnych modelach i warunkach.
Najważniejsze punkty:
• Zaawansowane modele (GPT-4o, o1) wyrażają osobowość z wysoką dokładnością.
• Cechy takie jak ekstrawersja, neurotyczność i sumienność są łatwiejsze do wyrażenia niż otwartość czy ugodowość.
• Agenci myślą holistycznie, pokazując zmienność i niespójność podobną do ludzkiej, a nie robotyczne wzorce odpowiedzi.
• Dostosowanie zmienia styl komunikacji, a nie podstawowe wyrażanie osobowości.
• Wymaganie wyjaśnień odpowiedzi nieznacznie obniża dokładność testu, ale oferuje przejrzystość w rozumowaniu.
W erze agentów AI, te wyniki odblokowują krytyczną formę różnicowania osobowości, która przynosi zwiększoną ewolucyjną odporność populacjom agentów AI, znacznie poprawiając ich wydajność jako zbiorowości.
Przeczytaj pełny artykuł:

22,75K
Użytkownik nick udostępnił ponownie
2025.08.06 aktualizacja produktu - zamknięta beta
// TRADING
+ autonomiczne trading na żywo z agentami Oblivia (prognozowanie cen) i Vega (trader kwantowy), wykorzystującymi ocenę sygnałów i strategie dostosowane do ryzyka
// AGENT SWARM
+ sugestie kontekstowe w czacie
+ rozmowy jeden na jeden z agentami w celu wsparcia w określonej dziedzinie
+ szybkie kupno/sprzedaż z presetami
+ poprawiona zdolność rozumienia agentów, szybsze przetwarzanie dzięki logice ResolveNode i zorganizowane wyniki.
+ migracja WebSocket: pełne przejście na dwukierunkowe WebSockety. eliminuje zrywanie połączeń i odblokowuje kontrolę na żywo (wstrzymaj, anuluj, multiplexing).
// INFRASTRUKTURA KERNALNA
+ "eksploruj" v1: odkryj nowe i trendy pary
+ strumienie cen w czasie rzeczywistym za pośrednictwem @PythNetwork
+ Zustand i gRPC dla efektywnej, niskolatencyjnej komunikacji.
+ gRPC: słuchaj bilansów płynności par sol-token w 50 AMM, aby dostarczać aktualizacje informacji o puli – od pozycji po nagrody.
+ gRPC: strumienie swapów o wysokiej częstotliwości dla dowolnych mintów tokenów, w komplecie ze zmianą salda tradera i informacjami o koncie.
+ gRPC: dostarczaj agentom informacje w czasie rzeczywistym o zmianach salda konta z transmisjami wydarzeń tokenów z wielu tras.
// PROGNOZY
+ nowe statystyki wydajności: śledź PnL, dokładność i codzienny wpływ prognoz.
+ minimalny próg precyzji: jeśli model nie osiągnie 88%+ precyzji, nie zostanie dokonana prognoza.
+ zabezpieczenie przed wielorybami: jeśli cena spadnie o >3,5% w ciągu kilku minut po treningu, przewidywane tokeny UP są odrzucane.
+ system automatycznego dostrajania: cotygodniowy skrypt teraz dostosowuje parametry modelu dla optymalnej precyzji, przyspieszając cykle iteracyjne.
+ następne: wyzwalacze hiperparametrów na żywo: gdy model spadnie poniżej 70%, dostosuje się na miejscu. + jednoczymy nasz model prognozowania cen w oparciu o LSTM z strategią tradingu kwantowego, aby osiągnąć całkowicie autonomiczny i samowystarczalny fundusz hedgingowy kierowany przez AI.
+ niektóre statystyki prognoz: (1) ogólna precyzja: 87,71%. (2): wzrosty cen (1): 96,49%. (3): średni dzienny zwrot na token dla prognoz wzrostu cen wynosi 12,49%.
+ prognozy są weryfikowane przez @SaharaLabsAI co miesiąc.
+ budowanie modelu log-zwrotu SOL/USD razem z @AlloraNetwork z wczesnymi wynikami: 71% dokładności kierunkowej, 50% poprawy w WRMSE i WZPTAE.
// UX/UI
+ dApp całkowicie odnowiony, intuicyjny interfejs ui/ux i udoskonalone przepływy. porzuciliśmy wygląd terminala hakerskiego na coś gładszego i jaśniejszego
+ czat w trybie dualnym (tekst/wizualizacja diagramu dla odpowiedzi agentów)
+ bezpieczna rejestracja przez Google i/lub portfel z @privy_io i 2FA
+ samouczek wprowadzający
+ lepsze wizualizacje odpowiedzi, płynniejsza wydajność
+ udostępniane karty PnL z nagrodami XCC
włącz powiadomienia lub przegap dwa ogłoszenia, które opublikujemy.
oba są niesamowicie bycze i rozgrzeją umysły.

31,1K
Najlepsze
Ranking
Ulubione
Trendy onchain
Trendy na X
Niedawne największe finansowanie
Najbardziej godne uwagi