吴说获悉,灰度(Grayscale)发布加密资产风险研究报告《Beyond Volatility: Rethinking Crypto Risk》,指出比特币实际波动率已从早期的 100% 至 200% 降至约 43%,低于约 19% 的标普 500 指数成分股。过去三年,比特币年化收益率为 60%,若剔除表现最好的 10 个交易日,则降至 7%;若剔除表现最差的 10 个交易日,则升至 197%。灰度认为,比特币收益受传统市场因素影响相对较小,历史回测显示,适度配置比特币可提高投资组合年化收益率及夏普比率,同时仅小幅影响整体波动率和最大回撤。此外,过去三年,比特币仅能解释加密行业各板块约一半的收益波动,板块间相关性较此前高点有所下降。灰度强调,这并不意味着加密资产属于低风险资产,而是应从资产配置、收益分布和相关性等多个维度重新评估其风险。
显示更多
Agent 自进化,并不会每一轮都变得更强。
这篇《Rethinking Self-Evolving Agent Skills》专门研究 Skill 在多轮迭代里到底是怎么进化的。
作者做了 42 组 evolution run,一共生成 388 个候选 Skill,真正刷新验证集最好结果的只有 55 个。
也就是说,大部分修改其实没有带来有效提升,很多轮次会停滞、退化,最后被回滚。
还有一个很有意思的结果:
最终被选中的 11 个进化 Skill,全部使用了失败轨迹作为反馈;只看成功经验的方案一次都没有胜出。
失败轨迹更像是在告诉 Agent「哪里需要修」,成功轨迹则更适合保留已有能力。
这也说明了自进化更像一场带验证和回滚机制的搜索。
重点不在多迭代几轮,而在每次修改之后,能不能证明这条经验真的值得留下。
📎 arxiv:
显示更多
17岁中国高中生做了什么?让马斯克都忍不住点赞👍
AI圈最近被一个中国高中生的名字刷屏
一篇来自中国的论文刚发布不久,马斯克就在推特公开评论:“Impressive work from Kimi.”
让全球AI圈震惊的是,🇨🇳中国AI领域的天才正在从高校诞生!
📌事情是这样
这位学生叫陈广宇,他所在的团队,正是开发 Kimi 的公司 Moonshot AI
陈广宇是论文 《Attention Residuals: Rethinking depth-wise aggregation》 的第一作者
论文提出了一种新的模型层间信息聚合方式:用 softmax 注意力机制 替代传统固定残差连接
并且在多个主流测试基准中,这种方法都带来了明显提升
陈飞宇被关注的核心原因是,很多AI研究人员需要经历:
本科 → 研究生 → 博士 → 实验室
而他直接进入模型研发团队
从第一次接触大模型,到发表研究成果并被全球关注,只用了大约一年时间
显示更多