Futures
Accédez à des centaines de contrats perpétuels
TradFi
Or
Une plateforme pour les actifs mondiaux
Options
Hot
Tradez des options classiques de style européen
Compte unifié
Maximiser l'efficacité de votre capital
Trading démo
Introduction au trading futures
Préparez-vous à trader des contrats futurs
Événements futures
Participez aux événements et gagnez
Demo Trading
Utiliser des fonds virtuels pour faire l'expérience du trading sans risque
Lancer
CandyDrop
Collecte des candies pour obtenir des airdrops
Launchpool
Staking rapide, Gagnez de potentiels nouveaux jetons
HODLer Airdrop
Conservez des GT et recevez d'énormes airdrops gratuitement
Pre-IPOs
Accédez à l'intégralité des introductions en bourse mondiales
Points Alpha
Tradez on-chain et gagnez des airdrops
Points Futures
Gagnez des points Futures et réclamez vos récompenses d’airdrop.
Investissement
Simple Earn
Gagner des intérêts avec des jetons inutilisés
Investissement automatique
Auto-invest régulier
Double investissement
Profitez de la volatilité du marché
Staking souple
Gagnez des récompenses grâce au staking flexible
Prêt Crypto
0 Fees
Mettre en gage un crypto pour en emprunter une autre
Centre de prêts
Centre de prêts intégré
Le président de la fondation ICML passe de Meta à Google DeepMind pour diriger la recherche en sécurité de Gemini
Selon le suivi réalisé par 1M AI News, la célèbre spécialiste du domaine de la confidentialité différentielle, Kamalika Chaudhuri, a annoncé sur X qu’elle avait rejoint Google DeepMind en tant que scientifique de recherche. Elle dirigera une équipe de recherche axée sur l’amélioration de la sécurité et de la confidentialité de Gemini. Elle a déclaré que les capacités des grands modèles de langage sont désormais suffisamment puissantes, et que la sécurité est devenue un obstacle pour réaliser pleinement leur potentiel en tant qu’agents. Elle espère « aider Gemini à devenir le modèle de pointe le plus sûr ». Chaudhuri a auparavant occupé le poste de scientifique de recherche chez Meta AI Research (FAIR) et elle est également professeure à temps partiel à l’Université de Californie à San Diego (UCSD). À partir de juillet 2025, elle prendra la présidence de la ICML Foundation, un grand congrès de machine learning. Elle fait partie des pionniers qui appliquent la confidentialité différentielle — un cadre mathématique qui protège les données individuelles contre la rétro-ingénierie — à l’entraînement du machine learning, et ces dernières années, son axe de recherche s’est déplacé vers les défis liés à la confidentialité et à la sécurité des agents d’IA.