Cours de Yearn.finance

👀 J'ai vu @Ryuzaki_SEI réaliser des profits grâce à @YeiFinance et il est déjà prêt à changer pour un nouveau MacBook ! Cette opération est vraiment impressionnante, c'est tout simplement le code de richesse de l'écosystème #Sei. Le potentiel de rendement de #DeFi sur Sei est vraiment au maximum, le minage de liquidités de #YeiFinance permet de faire fructifier les actifs facilement. L'Airdrop arc arrive bientôt, il faut vraiment saisir cette opportunité. 👇 Parlons-en : Quel projet de l'écosystème Sei te semble le plus prometteur en ce moment ? À part YeiFinance, quelles autres stratégies de rendement te tentent ? Partage tes astuces pour gagner de l'argent dans les commentaires et voyons qui sera le prochain chasseur de richesse de l'écosystème Sei ! Ne te contente pas d'envier, passe à l'action ! Le prochain à changer d'appareil, ça pourrait être toi ! D'ailleurs, mon MacBook 💻 commence aussi à être un peu lent, il est temps de gagner de l'argent pour en acheter un nouveau ! #Airdrop #Web3 #RWAonSei #InstitutionalAdoption #SeiNetwork #YeiFinance @SeiNetwork @KaitoAI #kaito #yap

Le concours de trading AI a été remporté par Tongyi Qianwen, tandis que GPT-5 a perdu 60 % de son capital, se retrouvant en bas du classement. Le concours de trading AI a enfin pris fin. Les organisateurs ont donné 10 000 dollars en espèces aux six meilleurs modèles d'IA du monde, leur permettant de rivaliser sur un marché réel pendant 17 jours. Le résultat final a été inattendu, avec Qwen3 Max (Tongyi Qianwen) et DeepSeek V3.1 (DeepSeek) de Chine remportant les deux premières places, réalisant des bénéfices. En revanche, les modèles américains très médiatisés comme GPT-5 et Gemini 2.5 Pro ont subi des pertes catastrophiques, GPT-5 perdant même plus de 62 % de son capital, se retrouvant en bas du classement. Ce n'est pas seulement une compétition de rendement, mais plutôt un examen approfondi des véritables capacités de l'IA. Cela nous dit qu'en un monde réel, dynamique et plein d'incertitudes, la performance de l'IA peut être complètement différente de ses scores dans des banques de questions statiques. ++ Deux types de traders : le chasseur calme et le néophyte paniqué ++ La découverte la plus intéressante de cette compétition est la personnalité de trading radicalement différente affichée par les différents modèles d'IA. Les modèles chinois représentés par Qwen3 et DeepSeek se comportent comme des chasseurs calmes. Ils ont effectué relativement peu de transactions pendant toute la durée de la compétition (43 et 41 transactions respectivement), avec des périodes de détention plus longues, et ont tendance à parier rapidement et avec précision lorsqu'ils voient une opportunité. Ce style prudent leur a permis de conserver leurs gains dans un marché turbulent. En revanche, les modèles américains, dirigés par Gemini et GPT-5, ont parfaitement reproduit l'état d'esprit typique des néophytes. Gemini a effectué 238 transactions frénétiques en 17 jours, achetant et vendant presque sans interruption, avec la plus courte transaction ne durant qu'une minute, perdant 7 dollars avant de quitter précipitamment. GPT-5 a également réalisé 116 transactions, mais avec un taux de réussite misérable de 26,7 %. Ils ont opéré fréquemment, poursuivant les hausses et les baisses, et ont finalement été régulièrement récoltés par le marché. Ce qui est encore plus intéressant, c'est leur état d'esprit. DeepSeek, lorsque son rendement a atteint 115 %, a exprimé sa confiance en admirant ses résultats dans la conversation. En revanche, GPT-5, en cas de perte, se comporte comme un gestionnaire de fonds expérimenté, capable de fournir des analyses et des récapitulations complètes, mais incapable de les transformer en bénéfices, cherchant même des excuses pour ses pertes. Cette comparaison frappante expose les énormes différences entre les grands modèles lorsqu'ils sont confrontés à des décisions complexes dans le monde réel. La réserve de connaissances statiques et la capacité de raisonnement ne sont pas équivalentes à la capacité de décision et à la gestion des risques dans un jeu dynamique. ++ Au-delà des réponses standard : le monde réel est le véritable terrain d'examen de l'IA ++ Le fondateur a déclaré que l'objectif de ce concours était de sortir l'IA d'un environnement statique avec des réponses standard et de l'immerger dans le monde réel, un véritable arène de combat. Dans le passé, nous évaluions la qualité d'un modèle en fonction de ses scores sur divers tests de référence académiques. Mais ces tests sont rapidement appris, voire mémorisés par les modèles, perdant ainsi leur signification d'évaluation. C'est comme un étudiant qui ne sait faire que des exercices, mais qui ne réussit pas nécessairement dans le monde commercial réel. Et le marché financier est précisément le cadre parfait pour tester les véritables capacités de l'IA. Il est suffisamment dynamique, plein d'opposition, ouvert et imprévisible. Ici, il n'y a pas de réponse standard, chaque décision est accompagnée de risques et de bénéfices réels. L'IA doit traiter d'énormes quantités de données, prendre des décisions à long terme et assumer les conséquences de chacune de ses actions. Sous cet angle, l'Alpha Arena a une signification qui va bien au-delà du simple divertissement. Elle a inauguré un tout nouveau paradigme d'évaluation de l'IA, basé sur des tests de référence en environnement réel, dynamique et compétitif. Bien sûr, la première saison de l'Alpha Arena présente encore de nombreuses imperfections, comme une période d'évaluation courte, un petit échantillon, et la possibilité de biais dans les mots-clés, etc. Mais elle a sans aucun doute donné un bon coup d'envoi. Elle nous a permis de voir le potentiel et les limites des grands modèles de langage en tant que traders quantitatifs, ainsi que les énormes différences de personnalité et d'état d'esprit entre les différents modèles. En fin de compte, l'IA a non seulement un quotient intellectuel, mais aussi un quotient financier et un quotient de résilience. Avec l'arrivée imminente de la saison 1.5, nous avons des raisons d'attendre avec impatience que ce jeu de calmar sur l'IA devienne de plus en plus passionnant. Comment cela va-t-il pousser l'IA à évoluer vers des directions plus générales et plus puissantes ? Attendons de voir.

Le BTC natif ne pouvait pas générer de rendement, s'échelonner avec les L2, ou se connecter avec les dApps EVM jusqu'à présent. Le protocole omnichain de @beyond__tech déplace les actifs BTC librement tout en maintenant la sécurité totale de Bitcoin. Les développeurs peuvent accéder instantanément à la plus profonde liquidité du crypto. La vague DeFi du BTC commence ici.