OldG Notes

Не показывай этот пост своему кенту лудоману...

Papertrade новая оверхайп темка в крипто-твиттере с уникальной механикой. Это perp dex на HyperEVM. Его главные фишки: до 1000x плечи, нулевой слиппаж, нет funding rates и спреда, а токен PAPER минтится именно когда трейдеры теряют деньги. Крч ебейшая лудка, всё как мы любим! 😞

Как он работает?
Если вкратце, то это не настоящие перпы, это синтетические свопы. Здесь ты не торгуешь против других людей в ордербуке, ты торгуешь против пула ликвидности протокола (LP). Бтв, LP стартует с нуля и растёт только за счёт убытков трейдеров.

Про токен PAPER
Токен стартует с нулевым сапплаем и минтится когда ты закрываешь сделку в убыток или ликвидируешься. PAPER на старте нельзя продать или перевести, но можно стейкать и фармить долю от доходов протокола в USDC.

Чистый Fair launch, не было пре-минта, нету аллокации у команды, нету VC, нет аирдропа, нет вестинга, нету даже рефки и условий для инфлов, чтобы те фармили с аудитории!

Что нужно делать?
1. Заходишь на Papertrade.xyz (не рефка)
2. Делаешь депозит USDC
3. Торгуешь и фармишь PAPER (по желанию стейкаешь на бирже)

По сути 1000x плечи - это не просто лудка, это "казик". Поэтому думайте своей головой надо ли вам это или нет! Лично я не хочу скипать этот хайп, возможно, токен PAPER нормально качнут, ибо такой эксперимент ещё никто не делал, а значит шансы есть.

Фармить собираюсь через дельта-нейтральную стратегию — то есть открыть лонг + шорт одновременно на одну и ту же сумму, в этом случае одна сторона проигрывает и минтит PAPER, а другая почти полностью возвращает деньги. На старте это самый очевидный способ фармить токен.

Чтобы вы хоть немного понимали хайп проекта — TVL >$125 млн за несколько дней; >$50 млрд торговый оборот за 1 час; >$10 млрд открытый интерес! Вы хоть представляете что это за цифры? 👀

➡️PropTrading hashhedge.com
➡️Торгую на бирже Bingx.com
➡️Клуб трейдеров @InvestZone_PayBot

💬Telega📹YouTube📹Insta💬Twitter

🔍 Microsoft выпустила модель, которая только принимает решения. В 35 раз быстрее GPT-6 Sol, выходные токены бесплатно

Microsoft-Decision-1 получает запрос и фиксированный набор вариантов и за один проход выдаёт откалиброванную вероятность для каждого. Да/нет, выбор из списка, рейтинг, оценка ответа ИИ или действия агента по рубрике. Внутри Qwen3.5-9B после пост-трейна.

На 36 закрытых бенчмарках, почти 150 тысяч вопросов, модель показала лучшую точность среди LLM и других decision-моделей. По задержке она в 4,5 раза быстрее ближайшего конкурента и в 35 раз быстрее GPT-6 Sol. На перефразированных и перемешанных вариантах решение меняется лишь в 1,3% случаев.

Внутри Microsoft её уже используют. Xbox Research разметили 10 тысяч отзывов с качеством уровня GPT-6 Sol, но в 14 раз быстрее и в 200 раз дешевле. В Copilot модель оценивает ответы агентов в 100 раз быстрее GPT-5.6 Luna.

Цена $0,042 за миллион входных токенов. Уже в Microsoft Foundry, скоро на OpenRouter.

https://commandline.microsoft.com/microsoft-decision-1-model-foundry/

@ai_machinelearning_big_data

#Microsoft

🏦 ИИ-агенты могут лишить банки США преимущества стоимостью $500 млрд

Механизм простой: агент замечает деньги на счёте с почти нулевым процентом и помогает перевести их туда, где доходность выше. Банкам приходится дороже платить за депозиты.

У JPMorgan, Bank of America и Wells Fargo $1,6 трлн беспроцентных депозитов. По расчёту FT, ставка 3% означала бы около $47 млрд дополнительных расходов в год.

Но $500 млрд относятся к стоимости преимущества от дешёвого финансирования, а не к ежегодным потерям прибыли. Это сценарная оценка: преимущество исчезнет, если такие депозиты постоянно будут оплачиваться по рыночным ставкам.

https://www.ft.com/content/a21ec190-edcd-454e-886a-302b0a16ea82

У consumer AI еще полно незанятых ниш

A16Z сравнил крупнейшие категории эпохи Web 1.0/2.0 с сегодняшним топ-100 потребительских AI-продуктов. Пока AI хорошо закрепился в поиске, создании контента, фото и видео, но целые категории почти пустуют.

В топе нет отдельных AI-лидеров в стриминге, маркетплейсах, соцсетях, путешествиях, финансах, поиске работы, недвижимости, играх и дейтинге. В здоровье и локальных сервисах присутствие пока частичное.

Это не значит, что AI-компаний там вообще нет — только что ни одна пока не пробилась в этот рейтинг. Но именно такие категории A16Z считает большим резервом для следующей волны consumer AI.

🔎 Looped-модели научились экономить память: качество 12 блоков при KV-кэше на 4

Looped-модели прогоняют токен через один и тот же блок слоёв несколько раз, и так глубина растёт без роста параметров. Мешало одно: на каждой итерации копится свой KV-кэш, и память раздувается.

Авторы заметили, что внутреннее состояние модели со временем почти перестаёт меняться. Поэтому на декодинге можно хранить только финальные ключи и значения, а не всю цепочку итераций.

На модели 1.6B это дало 60% в среднем по бенчмаркам. Обычный трансформер из 4 блоков набирает 51%, из 12 блоков 61.5%. Получается почти уровень 12 блоков при втрое меньшем KV-кэше. Бонусом промпт обрабатывается до 1.79 раза быстрее, а RL-обучение идёт вдвое быстрее.

Код и 49 чекпоинтов открыты.

https://arxiv.org/abs/2610.06833

https://github.com/ifm-ai/xllm-loop

🧠 Opus 5.5 строит, Fable 5.1 проверяет: рабочая схема Claude Code с советником

Если основная модель у тебя Opus 5.5, не держи квоту на Fable 5.1 без дела. Команда /advisor fable подключает Fable как советника: Opus продолжает писать код, а Fable в ключевые моменты читает всю сессию и даёт совет.

Схема выглядит так. Основную сессию ведёт Opus 5.5 на high. Три сабагента делят рутину: Explorer читает код, Worker правит и гоняет тесты, Researcher подтягивает документацию. Fable 5.1 сидит на подхвате как советник. Автор схемы ещё добавляет Jev от TypeSafe AI для быстрых мелких решений вроде выбора ветки или классификации, где большая модель не нужна.

Fable нужен только в трёх моментах: перед тем как взяться за большой план, когда одна и та же ошибка повторяется второй раз и перед тем как объявить длинную задачу завершённой. Всё остальное время он не тратит токены.

Opus пишет код, Fable проверяет решения, а Jev берёт на себя дешёвые развилки.

Документация по советнику: https://code.claude.com/docs/en/advisor