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 modèle MiniMax M2.7 a reçu le support du cadre SGLang dès le premier jour de sa sortie
ME News Actualités, le 12 avril (UTC+8), MiniMax a annoncé officiellement que son modèle M2.7 a obtenu le support Day-0 du cadre SGLang dès le premier jour de sa sortie. Selon l’article, M2.7 est le premier modèle de MiniMax à participer profondément à sa propre évolution, réalisant une amélioration de 30 % des performances grâce à plus de 100 cycles d’optimisation autonome, et obtenant un taux de médailles de 66,6 % sur MLE Bench Lite. Ce modèle est spécialement conçu pour les tâches de productivité dans le monde réel, excelle dans la construction de systèmes d’agents intelligents complexes et la gestion de travaux de productivité fine, et performe remarquablement dans plusieurs évaluations telles que SWE-Pro, GDPval-AA, Toolathon, tout en supportant nativement la collaboration multi-agents. Le cadre SGLang offre des configurations optimisées pour le déploiement sur plusieurs GPU de NVIDIA et AMD, incluant le parallélisme tensoriel, le parallélisme expert, ainsi que l’activation de paramètres clés comme l’appel de fonctions et le mode de pensée. Après déploiement, il peut être appelé via une API compatible OpenAI. Le modèle est distribué sous la licence Modified-MIT. (Source : InFoQ)