CHA:炒作見頂，喧囂過后前路何往LDO、SSV、FXS、CNTM_ATG

AI的炒作已經醉生夢死，在情緒的持續持續推進下，獲利盤巨大，籌碼斷層嚴重，高位滯脹。AGIX昨日大幅回落，A股漢王科技今日低開，宣告AI行情告一段落。然而在此輪行情的獲利資金眼中，市場仍然干柴烈火。

題材很重要，但有時候題材出現的時機更重要。

數小時前，CoinbaseCEOBrianArmstrong推特稱，傳聞美國SEC希望在美國取消散戶的加密貨幣質押，一時間市場傳言美國監管層面將對加密市場重拳出擊，這種政策的前因與邏輯暫且不表。

市場層面，有危就有機，CEX質押利空，則LSD利好。下面讓我們梳理一下AI板塊的相關幣種。

LDO

以太坊流動性質押龍頭，以當前近500萬枚的ETH質押量占據市場90以上份額，其協議設計簡潔明了，存入ETH即可1:1得到stETH，作為權益衍生資產，后者在Curve上擁有不錯的流動性。

如果我們認為LSD是目前加密市場基本面最「硬」的邏輯，LDO則為中軍。在2022年下半年的熊市的數次回暖中，LDO常常是資金率先選擇的對象，當前市值23億美元。

農發行崇仁支行宣傳防范虛擬貨幣交易炒作風險:11月12日消息，農發行崇仁縣支行積極開展防范虛擬貨幣交易炒作風險宣傳，普及虛擬貨幣交易炒作風險及危害，引導社會公眾合法進行貨幣交易活動。

活動中，該行采用日常滲透的方式，通過LED顯示屏滾動播放“虛擬貨幣不合法、資金安全無保障”等宣傳標語，進行常態化撒網式滲透宣傳，提高社會公眾對防范虛擬貨幣交易的主動性；采用重點講解的方式，通過設點搭臺的方式，將宣傳內容的要點、重點、難點對公眾進行一對一講解，進一步深化社會公眾對虛擬貨幣交易炒作危害的認識；采用發布日常推文等方式，將本次宣傳過程中收集到的公眾常見的問題進行匯總，通過網絡平臺將文件及解答進行日常推送，線上線下統籌推進公眾對虛擬貨幣交易風險的認識。（中國江西網）[2021/11/12 21:47:05]

RPL

相比于Lido全鏈擴張的打法，RocketPool專注于以太坊。LDO只具備治理功能，但在Rocket網絡，需質押一定數目的RPL以保證節點正常運行，該設計賦予RPL一定的Utility。RPL當前市值8.5億美元，今日已突破近一年高點，近三個月趨勢持續向上，漲幅已達到300%。

螞蟻鏈回應NFT字樣變更：堅決反對NFT產品的炒作行為:10月25日消息，螞蟻鏈官方微博就NFT 字樣變更事件作出回應，螞蟻鏈一直嚴格遵照相關政策合法合規、審慎地開展數字藏品業務。為數字藏品發行提供底層技術服務，確保其獨特性、真實性，保護發行方版權和消費者權益，致力于用前沿科技來促進文創行業發展。同時，對發行內容實行嚴格篩選管控機制、采取用戶實名認證、且僅支持持有 180 天后無償轉贈給符合條件的支付寶實名好友。

螞蟻鏈將堅決反對 NFT 產品的炒作行為，這不僅影響了消費者認知，也不利于行業生態的健康發展。因此，早在 9 月就選擇使用更為準確的業務描述和權責定義，數字藏品也是更便于大眾理解的稱呼。[2021/10/25 20:56:04]

SSV

SSV本身是一個服務于驗證人的基礎設施，但SSV并不做資產管理的工作，也就是SSV并不吸收用戶的ETH再進行組合。不像Lido一類真正的質押服務商。SSV主要服務于兩類用戶，一類是長期持倉的，需要保證資金安全，但不想自己動手的大戶；一類是以Lido、Rocketpool、Binance為首的一眾ETH質押服務商SSV的價值捕獲。SSV幫助質押運營商減少運維壓力、減少設備服務器的支出及其管理成本、減少安全風險，方便省心。

動態 | 報告：過度炒作的中級幣種的交易量和GitHub活躍度極低:The Tie.io最近研究了加密貨幣項目在推特中的炒作程度，并創建了一個炒作活動比率指標（Hype-to Activity Ratio），測量了每個幣種每100萬美元交易量的推文量。報告要點如下：1.在對450個加密貨幣進行調查研究之后發現，這些幣種的平均炒作活動比率為1.02。2.市值前5的幣種的炒作活動比率相對一致，但XRP的炒作活動比率為4.07，遠高于其他幣種（即使已經忽視了像XRPCommunity、XRPTheStandard和XRPArmy這樣的標簽，若包含這些標簽，該指標值高達6.66。此外，根據該報告，大約33％的推文有上述主題標簽。）3.炒作活躍指標值最小的幣種是Tether、EOS、ETC、Cosmos和NEO。4.不過，相比其他中級幣種來說，XRP的炒作活動指標很小，TokenPay紀錄了911.1的最高炒作活動比率值。5.其他過度炒作的幣種有Electronuem、DragonChain、TelCoin和DigiByte等。這寫幣種的交易量和GitHub活躍度都很低，但相關推文量卻“高得驚人”。[2019/8/17]

SSV當前市值2.3億美元，截至目前日內上漲20%。

聲音 | 陳思進：當下以比特幣為代表的虛擬貨幣炒作是一場史無前例的龐氏騙局:央視大型紀錄片《華爾街》顧問陳思進剛發微博表示，以比特幣為代表的虛擬貨幣是一場擊鼓傳花的博傻游戲。我幾年前就說過多次，比特幣好似賭場的工具，比特幣很可能漲到五萬、甚至十萬美元，但恰恰漲得越高，其賭博工具的本質就越顯現！當下炙手可熱的以比特幣為代表的虛擬貨幣炒作是個擊鼓傳花的博傻游戲，是一場史無前例的龐氏騙局。[2019/5/21]

FXS

Frax以算法穩定幣而聞名，其由一連串的DeFi產品組成，包括穩定幣、借貸市場、去中心化交易平臺等。Frax介入LSD的時間并不長，目前市場份額排名第五，市值1億美元左右，與LSD概念貼合度一般，是否能得到市場的認可，還需要時間檢驗。

CNTM(connectome)

Connectome是一個基于區塊鏈核心技術開發的DeFi人工智能投顧平臺，支持DeFi產品上鏈交易、理財產品去中心化AI測評、流動性挖礦、一鍵式智能投顧、智能客服等。通過大數據多維分析、AI模型演練，為用戶提供接近一站式的、定制化人工智能投資顧問服務，為理財產品發行人、投資用戶提供全方位的區塊鏈解決方案。

分析 | 借機炒作+空頭發難？放量重挫短期影響明顯:據鏈塔數據平臺數據顯示，鏈塔數字貨幣整體指數（BI）今日10時報863點，相較昨日下跌39點，跌幅4.32%。24h內市值前10的貨幣全線下跌，ETH下跌幅度最大，為6.19%。昨日市值靠前的幾大主流數字貨幣集體出現下滑行情后，今日凌晨5時開始，市場整體重挫超5%，直至9時前后才止跌。主要原因可能受近日USDT增發、紐約總檢察長調查Bitfinex和Tether等新聞影響，但分析認為更可能是借此新聞進行炒作，于此相對應的，BTC價格已回到5350點的短期支撐位以上，Huobi上BTC價格的變動出現與其他交易所上明顯區別的長上影線，很可能是借現貨市場影響期貨市場以獲利。無論這波放量下跌是借機炒作還是空頭發難，都已基本結束，短期內BTC如有超跌機會可以適當減倉，長期依舊保持看漲。[2019/4/26]

今天我們主要講的就是CNTM，CNTM是基于人工智能的個性化金融服務：去中心化的理財產品AI測評；通過AI模型演練為用戶提供定制化的AI顧問服務；

虛擬理財經濟人：Rachel

Connected2Me未來發展

基于ChatGPT的理論，創建CNTM的GPT平臺：Jinn；

為Jinn加入雙引擎結構：GPT引擎+傳統搜索引擎，從而實現Web3的AI搜索功能；

將Jinn與CNTM1.0的板塊結合，增強金融領域的AI搜索推薦功能；

Jinn=ChatGPT+Sparrow

ChatGPT目前的三個核心問題和痛點：

對于知識類型的問題，ChatGPT會給出看上去很有道理，但是事實上是錯誤答案的內容；

拓展解讀：對于這樣來說，由于ChatGPT的一部分回答很準確，而一部分看上去有道理，但事實上很離譜，而用戶并沒有足夠的能力來進行辨別，這將給用戶如何采信ChatGPT的答案帶來很多困惑。

ChatGPT目前這種基于GPT大模型基礎上進一步增加標注數據訓練的模式，對于LLM模型吸納新知識非常不友好。

拓展解讀：新知識總是在不斷出現，而出現一些新知識就去重新預訓練GPT模型是不現實的，無論是訓練時間成本還是金錢成本，都不可接受。如果對于新知識采取Fine-tune的模式，看上去可行且成本相對較低，但是很容易產生新數據的引入導致對原有知識的災難遺忘問題，尤其是短周期的頻繁fine-tune，會使這個問題更為嚴重。

ChatGPT或GPT4的訓練成本以及在線推理成本太高，無法承載超過千萬級的用戶同時使用。

拓展解讀：假設繼續采取免費策略，OpenAI無法承受，但是如果采取收費策略，又會極大減少用戶基數，無法實現規模化。

Sparrow是ChatGPT的良好補充：

sparrow在人工標注方面的質量和工作量不如ChatGPT；

Sparow的基于retrieval結果的生成結果證據展示，以及引入LaMDA系統的對于新知識采取retrieval模式，可以完美解決新知識的及時引入，以及生成內容可信性驗證兩個核心問題。

Jinn的優勢：

Jinn=ChatGPT+Sparrow

Jinn使用ChatGPT為核心框架，引入了Sparow的基于retrieval結果的生成結果證據展示，以及引入LaMDA系統的對于新知識采取retrieval模式。

所以Jinn既有有高質量的人工標注，也可以完美解決新知識的引入問題，同時又有效的內容可信性驗證功能，從而打造下一代為Web3服務的搜索引擎基礎。

應用場景類：

內容推薦：根據用戶行為和與Jinn的交互分析，為用戶推薦適合他的Web3內容與產品。

個性化金融：根據用戶行為和與Jinn的交互分析，為用戶推薦適合他的DeFi產品或根據用戶的模型來自動構建屬于用戶的科學家機器人，完成自動交易。

DAO推薦：為用戶推薦合適的DAO組織，或直接將理念類似的人連接在一起自動生成新的DAO組織。

個性化內容生成：用戶可以通過組建關鍵字，通過Jinn輸出自己需要的內容。

核心技術路線

第一階段：冷啟動階段的監督策略模型。靠GPT3.5本身，盡管它很強，但是它很難理解人類不同類型指令中蘊含的不同意圖，也很難判斷生成內容是否是高質量的結果。為了讓GPT3.5初步具備理解指令中蘊含的意圖，首先會從測試用戶提交的prompt(就是指令或問題)中隨機抽取一批，靠專業的標注人員，給出指定prompt的高質量答案，然后用這些人工標注好的數據來Fine-tuneGPT3.5模型。經過這個過程，我們可以認為GPT3.5初步具備了理解人類prompt中所包含意圖，并根據這個意圖給出相對高質量回答的能力；

第二階段：訓練回報模型。這個階段的主要目的是通過人工標注訓練數據，來訓練回報模型。在這個階段里，首先由冷啟動后的監督策略模型為每個prompt產生K個結果，人工根據結果質量由高到低排序，以此作為訓練數據，通過pair-wiselearningtorank模式來訓練回報模型。對于學好的RM模型來說，輸入，輸出結果的質量得分，得分越高說明產生的回答質量越高。

第三階段：采用強化學習來增強預訓練模型的能力。本階段無需人工標注數據，而是利用上一階段學好的RM模型，靠RM打分結果來更新預訓練模型參數。

二三階段迭代：不斷重復第二和第三階段，每一輪迭代都使得LLM模型能力越來越強。因為第二階段通過人工標注數據來增強RM模型的能力，而第三階段，經過增強的RM模型對新prompt產生的回答打分會更準，并利用強化學習來鼓勵LLM模型學習新的高質量內容，這起到了類似利用偽標簽擴充高質量訓練數據的作用，于是LLM模型進一步得到增強。

Jinn將采用傳統搜索引擎+ChatGPT的雙引擎結構，ChatGPT模型是主引擎，傳統搜索引擎是輔引擎。傳統搜索引擎的主要輔助功能有兩個：一個是對于ChatGPT產生的知識類問題的回答，進行結果可信性驗證與展示，就是說在ChatGPT給出答案的同時，從搜索引擎里找到相關內容片段及url鏈接，同時把這些內容展示給用戶，使得用戶可以從額外提供的內容里驗證答案是否真實可信，這樣就可以解決ChatGPT產生的回答可信與否的問題，避免用戶對于產生結果無所適從的局面。

傳統搜索引擎的第二個輔助功能是及時補充新知識。既然不可能隨時把新知識快速引入LLM，那么可以把它存到搜索引擎的索引里，ChatGPT如果發現具備時效性的問題，它自己又回答不了，則可以轉向搜索引擎抽取對應的答案，或者根據返回相關片段再加上用戶輸入問題通過ChatGPT產生答案，這里有一部分將參考LaMDA關于新知識處理的具體方法。

Tags：GPTCHAATGCHATFGPT價格Stark ChainCATGEchat幣下架

酷幣交易所