2月24日消息,據(jù)路透社報(bào)道,數(shù)字貨幣比特幣在本周四達(dá)到三年來(lái)最高水平,原因是人們猜測(cè)首個(gè)比特幣交易所交易基金(ETF)的成立將獲得美國(guó)金融監(jiān)管機(jī)構(gòu)的批準(zhǔn)。
傳統(tǒng)的金融參與者并不太待見(jiàn)這種基于網(wǎng)絡(luò)的“加密貨幣”,認(rèn)為它變數(shù)太大、太過(guò)復(fù)雜和冒險(xiǎn),并且懷疑其內(nèi)在價(jià)值。
在今年已經(jīng)上漲了17%的比特幣,當(dāng)天在歐洲Bitstamp交易所繼續(xù)上漲了約1%,達(dá)到每枚比特幣1160美元。這一價(jià)格僅僅略低于2013年11月創(chuàng)下的1163美元的最高紀(jì)錄。
一些分析師認(rèn)為,比特幣交易所交易基金(ETF)獲準(zhǔn)成立,將使得該貨幣對(duì)更謹(jǐn)慎投資者市場(chǎng)更有吸引力。
三個(gè)跟蹤比特幣價(jià)值的ETF已經(jīng)向美國(guó)證券交易委員會(huì)(SEC)提交了成立申請(qǐng)。
SEC將在3月11日決定是否批準(zhǔn)Cameron和Tyler Winklevoss四年前提交的申請(qǐng)。如果得到批準(zhǔn),它將成為第一個(gè)由美國(guó)實(shí)體發(fā)行和監(jiān)管的比特幣ETF。
數(shù)字貨幣分析公司Cryptocompare首席執(zhí)行官Charles Hayter說(shuō):“如果獲得批準(zhǔn),這將肯定會(huì)給比特幣帶來(lái)威信和實(shí)力。”
“也許關(guān)鍵將是流向比特幣的機(jī)構(gòu)資金。短期內(nèi)可能會(huì)有頻繁的散戶交易,不過(guò)最終將帶來(lái)一定程度的穩(wěn)定性。”他說(shuō)。
在過(guò)去一年里,比特幣日波動(dòng)最大約為10%——同傳統(tǒng)貨幣相比非常不穩(wěn)定,不過(guò)這一幅度已經(jīng)小于2013年時(shí)期的40%。
比特幣價(jià)格在2016年攀升了125%,超過(guò)了任何一種貨幣。這一優(yōu)勢(shì)從2010年以來(lái)持續(xù)至今。標(biāo)普500股票指數(shù)去年上漲了9.5%。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專(zhuān)家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專(zhuān)家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類(lèi)型問(wèn)題偏愛(ài)不同專(zhuān)家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。