Фьючерсы
Доступ к сотням фьючерсов
TradFi
Золото
Одна платформа мировых активов
Опционы
Hot
Торги опционами Vanilla в европейском стиле
Единый счет
Увеличьте эффективность вашего капитала
Демо-торговля
Введение в торговлю фьючерсами
Подготовьтесь к торговле фьючерсами
Фьючерсные события
Получайте награды в событиях
Демо-торговля
Используйте виртуальные средства для торговли без риска
Запуск
CandyDrop
Собирайте конфеты, чтобы заработать аирдропы
Launchpool
Быстрый стейкинг, заработайте потенциальные новые токены
HODLer Airdrop
Удерживайте GT и получайте огромные аирдропы бесплатно
Pre-IPOs
Откройте полный доступ к глобальным IPO акций
Alpha Points
Торгуйте и получайте аирдропы
Фьючерсные баллы
Зарабатывайте баллы и получайте награды аирдропа
Инвестиции
Simple Earn
Зарабатывайте проценты с помощью неиспользуемых токенов
Автоинвест.
Автоинвестиции на регулярной основе.
Бивалютные инвестиции
Доход от волатильности рынка
Мягкий стейкинг
Получайте вознаграждения с помощью гибкого стейкинга
Криптозаймы
0 Fees
Заложите одну криптовалюту, чтобы занять другую
Центр кредитования
Единый центр кредитования
Гонконгский университет науки и технологии Сюй Цзялун: Защитная стена Agent еще не закреплена, различия в моделях больше проявляются в эффективности, а не в революционных прорывах
Китайский крипто-новостной сайт сообщает, что 21 апреля на круглом столе «Расшифровка Web 4.0: когда AI-агенты берут под контроль разрешения в цепочке» заместитель ректора Гонконгского технологического университета Хуэй Цзялонг отметил, что за разными AI-агентами стоят различные модели обучения и технологические системы, что приводит к заметным различиям в опыте использования. Недавние новые модели и инструменты показывают лучшие результаты в качестве генерации и эффективности выполнения, а также демонстрируют более высокий потенциал в разработке продуктов. Однако он указал, что на текущем этапе эти различия еще не создали решающего технологического разрыва, скорее это «повышение эффективности», а не «прорыв в парадигме». Иными словами, конкуренция между агентами все еще находится в стадии быстрого развития, и стабильных и трудно преодолимых технологических барьеров пока не возникло. Текущий цикл обновлений AI-агентов и больших моделей очень быстрый, почти каждую неделю появляются новые продукты или новые возможности, что способствует постоянному развитию отрасли. Но с точки зрения практического использования и бизнес-решений, необходимость постоянно следить за этими изменениями требует осторожной оценки.