Ф'ючерси
Сотні безстрокових контрактів
TradFi
Золото
Одна платформа для світових активів
Опціони
Hot
Торгівля ванільними опціонами європейського зразка
Єдиний рахунок
Максимізуйте ефективність вашого капіталу
Демо торгівля
Вступ до ф'ючерсної торгівлі
Підготуйтеся до ф’ючерсної торгівлі
Ф'ючерсні події
Заробляйте, беручи участь в подіях
Демо торгівля
Використовуйте віртуальні кошти для безризикової торгівлі
Запуск
CandyDrop
Збирайте цукерки, щоб заробити аірдропи
Launchpool
Швидкий стейкінг, заробляйте нові токени
HODLer Airdrop
Утримуйте GT і отримуйте масові аірдропи безкоштовно
Launchpad
Будьте першими в наступному великому проекту токенів
Alpha Поінти
Ончейн-торгівля та аірдропи
Ф'ючерсні бали
Заробляйте фʼючерсні бали та отримуйте аірдроп-винагороди
Інвестиції
Simple Earn
Заробляйте відсотки за допомогою неактивних токенів
Автоінвестування
Автоматичне інвестування на регулярній основі
Подвійні інвестиції
Прибуток від волатильності ринку
Soft Staking
Earn rewards with flexible staking
Криптопозика
0 Fees
Заставте одну криптовалюту, щоб позичити іншу
Центр кредитування
Єдиний центр кредитування
Центр багатства VIP
Преміальні плани зростання капіталу
Управління приватним капіталом
Розподіл преміальних активів
Квантовий фонд
Квантові стратегії найвищого рівня
Стейкінг
Стейкайте криптовалюту, щоб заробляти на продуктах PoS
Розумне кредитне плече
Кредитне плече без ліквідації
Випуск GUSD
Мінтинг GUSD для прибутку RWA
Віталік поділився рішенням локальної приватної LLM, підкреслюючи пріоритет конфіденційності та безпеки
ME News повідомлення, 2 квітня (UTC+8), Віталік Бутерін опублікував допис, де поділився власним планом розгортання локальних та приватизованих LLM станом на квітень 2026 року; ключова мета — взяти за основу конфіденційність, безпеку та автономний контроль, максимально зменшивши можливості контакту віддалених моделей та зовнішніх сервісів із персональними даними, а також знизити ризики витоку даних, обходу захистів моделей (jailbreak) і використання зловмисного контенту завдяки локальному виведенню, локальному зберіганню файлів та ізоляції в пісочниці. У частині обладнання він протестував ноутбук із NVIDIA 5090 GPU, пристрої з AMD Ryzen AI Max Pro та єдиною пам’яттю 128 GB, а також рішення на кшталт DGX Spark, і виконав локальне виведення за допомогою моделей Qwen3.5 35B та 122B. Зокрема, на 5090-ноутбуці для 35B-моделі швидкість сягала приблизно 90 tokens/s, для AMD-варіанта — близько 51 tokens/s, для DGX Spark — приблизно 60 tokens/s. Віталік зазначив, що йому більше до вподоби будувати локальне AI-середовище на основі високопродуктивних ноутбуків, а для створення загального робочого процесу використовувати інструменти на кшталт llama-server, llama-swap та NixOS. (Джерело: ODAILY)