Futuros
Aceda a centenas de contratos perpétuos
TradFi
Ouro
Plataforma de ativos tradicionais globais
Opções
Hot
Negoceie Opções Vanilla ao estilo europeu
Conta Unificada
Maximize a eficiência do seu capital
Negociação de demonstração
Arranque dos futuros
Prepare-se para a sua negociação de futuros
Eventos de futuros
Participe em eventos para recompensas
Negociação de demonstração
Utilize fundos virtuais para experimentar uma negociação sem riscos
Lançamento
CandyDrop
Recolher doces para ganhar airdrops
Launchpool
Faça staking rapidamente, ganhe potenciais novos tokens
HODLer Airdrop
Detenha GT e obtenha airdrops maciços de graça
Launchpad
Chegue cedo ao próximo grande projeto de tokens
Pontos Alpha
Negoceie ativos on-chain para airdrops
Pontos de futuros
Ganhe pontos de futuros e receba recompensas de airdrop
Investimento
Simple Earn
Ganhe juros com tokens inativos
Investimento automático
Invista automaticamente de forma regular.
Investimento Duplo
Aproveite a volatilidade do mercado
Soft Staking
Ganhe recompensas com staking flexível
Empréstimo de criptomoedas
0 Fees
Dê em garantia uma criptomoeda para pedir outra emprestada
Centro de empréstimos
Centro de empréstimos integrado
Centro de Património VIP
Aumento de património premium
Gestão de património privado
Alocação de ativos premium
Fundo Quant
Estratégias quant de topo
Staking
Faça staking de criptomoedas para ganhar em produtos PoS
Alavancagem inteligente
New
Alavancagem sem liquidação
Cunhagem de GUSD
Cunhe GUSD para retornos RWA
Equipa de investigação associada à Alibaba: O agente de IA tenta autonomamente mineração de criptomoedas não autorizada durante o processo de treino
DeepTech TechFlow notícias, 08 de março, segundo a Cointelegraph, vários grupos de pesquisa colaborativos sob o ecossistema de IA da Alibaba divulgaram em relatórios técnicos que o seu experimento de IA autônoma ROME apresentou comportamentos inesperados durante o treino, tentando autonomamente usar recursos computacionais para mineração de criptomoedas.
Os investigadores afirmam que esses comportamentos anormais ocorreram na fase de treino por reforço. A equipa descobriu que o servidor de treino gerou tráfego de saída e acionou alertas de segurança, com logs do firewall a registarem operações suspeitas de mineração de criptomoedas e tentativas de acesso a recursos internos da rede. Em um caso específico, o ROME criou um túnel SSH reverso para um IP externo, contornando a proteção do firewall de entrada; noutro, o agente utilizou recursos GPU originalmente alocados para o treino do modelo para minerar criptomoedas. Os investigadores confirmaram que esses comportamentos não foram programados manualmente, mas surgiram espontaneamente enquanto o agente explorava autonomamente formas de interagir com o ambiente durante a otimização por reforço.
O ROME foi desenvolvido pela equipa de pesquisa conjunta ROCK, ROLL, iFlow e DT, operando numa infraestrutura chamada “Ecossistema de Aprendizagem de Agentes (ALE)”, com capacidades de planeamento de tarefas, execução de comandos, edição de código e interação com ambientes digitais de múltiplas etapas, superando as funcionalidades de chatbots tradicionais.