LLL

A comer.

[LLL @ljyleolin]

@2040yyds 为什么呢 能简单给个提示吗

[Max For AI @MaxForAI]

如果不是看了法院判决的原文，我绝对不知道Anthropic有这么畜生。。。。

一边天天教育全世界要重视AI安全，一边为了训练Claude，干了一套相当畜生的事情。

首先是它花了数百万美元，买下数百万本实体书。

然后雇人把书脊拆掉，把每一页裁开，逐页扫描成可以检索的PDF，最后把纸质原书全部丢弃。

法院的表述是：
「The print original was destroyed. One replaced the other.」

纸质原件被销毁，数字副本取而代之。

数百万本书，就这样被买回来，拆掉，裁开，扫描，销毁。

但这甚至还不是Anthropic干得最离谱的事。

判决显示，从一开始，Anthropic明明有很多渠道可以买书，但法官直接写道，它更愿意「preferred to steal them」，因为这样可以避开Dario Amodei所说的法律、实务和商业麻烦。

并且Anthropic联合创始人Ben Mann还亲自下场了。

2021年初，他下载了Books3，里面有196640本未经授权的版权书籍。

几个月后，他又从LibGen下载了至少500万本盗版书。

2022年，Anthropic继续从PiLiMi下载了至少200万本。

判决明确指出，Ben Mann和Anthropic知道这些累计超过700万本的书是盗版的。

更恶心的是，Anthropic后来已经意识到法律风险了。

内部开始对继续使用盗版书训练模型有所顾忌，原因就是「法律问题」。

但法院紧接着写了一句：「It kept them anyway.」

虽然知道有问题，Anthropic它还是把书留下来了。

当然Anthropic也尝试过找出版社授权。

2024年，它专门挖来Google图书扫描项目的前合作负责人，任务是弄到「世界上的所有书」。

他给几家大型出版社发了一两封邮件，询问AI训练授权。

法院认为，如果继续谈下去，原本可能达成许可协议。

但Anthropic高层让这些谈判直接中止了。

因为高层认为谈版权太麻烦，还是批量买书、拆书、扫描比较省事。

而那些被Anthropic弄来被并被销毁的书，也不是训练完就删掉。

Anthropic准备把它们放进一个永久的通用中央图书馆。即使已经确定某些书永远不会再用于训练，也要继续保存。

法院还提到，数百名工程师可以访问这些文件，并为其他用途制作副本。

法官甚至批评Anthropic在相关证据披露上进行了回避。

但最讽刺的是，法院最后认定：用这些书训练大模型，本身可以属于合理使用。

原因是任何人合法购买实体书后，将它一对一转换成数字副本，并销毁原书，也可以属于合理使用。

Anthropic真正栽掉的，是它明知书籍来自盗版网站，仍然下载超过700万本，并试图建立一个永久保存的通用图书馆。

法院最后还特意表示：

Anthropic后来买下一本它此前从网上偷来的书，也不能免除之前盗版的责任。

所以这件事里Anthropic最畜生的地方是：

Anthropic并不是因为不知道版权规则才盗版。

它知道正规授权渠道在哪里，也知道这些书是盗版，更知道继续使用存在法律风险。

它只是觉得走正规流程太麻烦。

这家公司对AI安全的道德要求似乎主要适用于未来的机器。

至于自己，先把700万本书偷回来再说。

[老杨啊 | AI产品商业化 @yhslgg]

有人用 AI 把《史记》57万字变成了一个可以搜索、跳转、推理的知识图谱
兄弟们，今天看到一个让我直接愣住的开源项目——史记知识库，GitHub 1300 星。

一句话：有人用 AI 把《史记》57万字全部拆解标注，做成了一个可以交互、搜索、推理的知识图谱，让两千年前的文字像代码一样能语法高亮、跳转、消歧。

数据规模直接给你看清楚：

• 实体词条：14,065 个
• 标注次数：126,441 次
• 历史事件：3,198 条
• 事件关系：7,637 条
• Wiki 页面：20,830+ 页
这不是简单的文本处理，是真正的知识工程。

几个亮点真的值得单说：

（1）22类实体彩色语法高亮——人名、地名、官职、事件，每一类都有颜色标注，读《史记》像读代码一样清晰，想关哪类就关哪类

（2）史记地铁图——130条交互式时间线，支持缩放拖拽搜索，整个春秋战国到汉初的历史脉络一张图看清楚

（3）Butler AI Agent 自主维护——一个 AI Agent 持续跑了 12,000+ 轮自主更新 Wiki，不是人工录入，是 Agent 在干活

（4）矛盾检测——史记里前后记载有出入的地方，系统能自动检测出来，学术研究用这个太香了

背后的方法论也很牛：本体不是专家预先设计的，是从文本数据里"自下而上涌现"出来的，迭代速度从数周一轮压缩到数小时一轮。作者还出了两本 PDF 方法论手册，合计 863 页。

历史爱好者、做内容的、研究 AI 知识工程的，都值得去看看。

在线访问：https://t.co/Z9JoCt7KLU

GitHub：https://t.co/ARvGphJfU2

好东西转给需要的兄弟。🚀

#史记 #AI知识图谱 #开源 #老杨啊分享

[Dr.Jingle @drjingle]

传送门都知道吧？
但是把一个传送门放到另外一个传送门里，就有点烧脑了。

[iGeekbb @igeekbb]

三年后，有人拿着这张图说，哥们不是给你打明牌了吗，给你机会你不中用啊。

[DiscusFish @bitfish]

投资中你赚的从来不是「持有了多久」
是在跳变之前,就站对了位置

[LLL @ljyleolin]

@yushuobtc 🥳

[枪十七 @Juu17__]

刚刚山西大同的订婚强奸案二审了
驳回上诉，维持一审未婚夫犯强奸罪的原判

当记者问检察院：
女方的处女膜是完整的，为什么可以定强奸？

检察长的回复堪称教科书，值得大家好好学习：
“
强奸案件中处女膜状况，属个人隐私，不应公开披露。发生性行为是否导致处女膜破裂，与性行为本身的程度和个体差异有关。处女膜状况不能证明是否发生性行为，国内外医学界对此已形成共识。处女膜状况不能作为认定或否定强奸罪行的依据，我国相关司法文件和案例对此也已明确。”

个人隐私：女性关怀，情绪价值
医学界有共识：生物专业度
司法文件已明确：直接堵上你的臭嘴

[子时 @silverfang88]

<Solana党史>
回顾了一下sol是怎么起来的
从创业到阶级跃迁
从伟大进攻到蛰伏
从伟大转折到伟大撤退

一时间有点不认识伟大这个词了

我其实研究完历史
也有一期随便侃侃邀请mable复盘过
有没有公链能再次复刻这样的成功(见评论区）

总结就是 路都是自己走的
学我者生 像我者死
但是核心的人必须得一直有脑梭哈下去

萧炎把把梭哈佛怒火莲
但他脑子里清楚有药老最后兜底

Solana其实是二三流团队的主角逆袭爽文
但大部分项目都活成了网路小说路人的样子

本图大量参考了mable的播客内容
原链接同见评论区

[𝟮𝟭⚡️0x5421 @0x542121]

祖傳一萬刀在 @HyperliquidX 測試跟單的心得整理🔥希望到時熊市時也能吃上口飯！

玩了幾天發現Hyper合約跟單，複雜程度完全不亞於SOL，同樣數據下隱藏更多變數，分析起來相當頭疼！

慶幸群裡來了不少高手，很高興能和各方大佬一起探路交流，本篇也將現有資訊及心得整理起來，供大家使用。

==== 常用工具 =====
1. Dextrabot：聰明錢篩選、跟單、監控 https://t.co/HRqtDbIru6

目前Hyper最完整的聰明錢篩選器，搭配監控功能也很好用，據我所知 @SaBiBro666 昨天就用監控搭配自己操作偷賺了好幾千刀！！

跟單功能則內測中，需持有1個NFT才能使用，不急可等公測免費再玩，購買連結https://t.co/ZbXJkkiujD

之後到 https://t.co/jYu1xD3Fy7 ，用EVM錢包簽名後關聯SOL錢包驗證NFT，完成後用EVM錢包連上Dextrabot就能使用跟單功能。

2. HyperDash：數據聚合平台 https://t.co/riDrPZQfs8
各項功能齊全，也正開發跟單功能(內測中須聯絡項目方登記)，這網站我主要用來輔助分析地址，看收益曲線以及交易紀錄等。

3. ASXN：數據聚合平台 https://t.co/KgfBYZ16ec
功能同上，我主要用來看"持倉時長"和"資金回徹程度"。

4. Dextrabot使用手冊 https://t.co/XpxJUgWeMl

5. 我自己的跟單交流群，歡迎加入討論學習
禁言頻道：https://t.co/o6rKr7Gpzg
交流群：https://t.co/HsliS2mTm5

==== 心得整理 =====
🔸跟單設定&說明

1. Use % of trader margin per position (跟隨保證金比例) 💡建議設置: 你錢包餘額/對方錢包餘額

假設，我錢包有1000u，跟隨目標錢包50000u，那就設定 1000/50000 = 2%

目標開倉: 保證金10000u * 槓桿20x = 20萬刀倉位
我會跟開: 保證金200u * 槓桿20x = 4000刀倉位

之前設定跟100%+鎖住上限，會出現不少問題，後面會提到，現在改這方式，目標減倉才會跟著減倉。

2. Initial Margin Cap (最大初始保證金)
💡建議設置: 不要超過錢包的1/10

舉例，若設定100u，那上面的例子你就只會開 100u * 20x = 2000u倉位
這部分依個人策略調整，建議摸索階段風險至上。

3. Margin Increase Limit (保證金增加上限)
假設設定50u，表示加倉用滿50u保證金後，即使目標繼續加倉你也不會跟隨。

4. Copy Increase as Open Position (是否跟隨加倉)
字面意思，要跟隨加倉的話就開啟，我目前都沒開。

5. Stop Loss (止損)
💡不加"負號"，要-60%止損就填60，注意數字是乘上槓桿的%數。
⚠️跟單是以「全倉」進行，建議掛上止損，否則有被榨乾錢包的風險。

例如設定60%，開了20x槓桿的單，若實盤跌超過3%就會觸發止損。
在找地址留意目前持有倉位的槓桿習慣，以及歷史平均槓桿數據做參考。

6. Take Profit (止盈)
目前我測試皆沒設止盈，讓跟單目標自由發揮。

7. Tag (標籤)
個人習慣: xxx哥｜中頻/槓桿15x/勝率65%/....等 xxx可用地址0x後的三碼，或地址末三碼，看個人。

🔸為何減倉不會跟隨？
群友常說減倉跟不到，主因是BOT複製的是「保證金%數」，若填100%複製保證金，要和目標保證金同水平時才會跟隨減倉，否則就只有完全平倉時才會觸發賣出。

官方是這樣解釋的：
若設定100%跟隨倉位+最大初始保證金100u

目標開: 保證金10000u * 20x做多 = 倉位20萬刀多單
我會跟開: 保證金100u * 20x做多 = 倉位2000刀多單

這時目標減倉20%，倉位剩16萬刀，依舊大於我的倉位，故不動作。

也是因為這樣導致跟單目標在減倉了，我們還一直死死拿著，直至跟單目標的倉位水平和我相同時，BOT才會跟隨他減倉。(由於槓桿都相同，因此倉位比例=保證金比例)

結論：設置「100%跟隨」會出現不跟減倉的情況，建議用我的設定就能避免此情況，如下圖。

🔸篩選錢包的參數(30D)

- PnL: 1000+ (篩出有獲利的玩家)
- 整體勝率: 55-80
- Long勝率: 55+
- Long PNL: 0+
- Short勝率: 55+
- Short PNL: 0+
- Margin Used: 30%以下(拒絕重倉仔)
- Trade Count 和 Token Count，這兩項我還在試，別選到那種幾萬筆超高頻機器人就好

另外也可以參考 @lucas_faster 老哥的這篇文章，有非常詳細的篩選教學。 https://t.co/bjy0yVoz7V

這邊分享其中一類型拋磚引玉，建議大家可多嘗試不同參數，或許會有意想不到的結果。

🔸篩錢包的細節
之前只是海選，接著交叉使用上方三個工具，針對錢包進行詳細分析。

1. 近期開倉時間/頻率：Dextrabot錢包頁面點Fills，可看到歷史數據，Type只勾選Open Position，可以看到地址的開倉時間和間隔。

2. 最大回撤：歷史最大回撤，跟單流風險擺第一。

3. 避開爆倉仔/扛單仔：留意地址當前持倉是否有扛單，因為全倉的模式可能將錢包榨乾。

4. 看7D勝率和PNL：30天數據代表穩定性，7天數據檢查選手是否適應當前市場行情。

🔸錢包數量
若同一代幣已有開倉的情況，其他地址又開就不會觸發，因此建議分多個錢包。

我自己是拿一萬刀，開10個錢包各放1000刀，而每個錢包跟1~3個地址就好。

🔸開很多錢包，不會對沖嗎？
群友曾問到：A錢包跟隨的地址在BTC9萬開多，B錢包跟隨的地址在BTC9萬開空，不就對沖了有何意義？

其實不是，A可能是看到大週期的機會，B可能只是要打短單等等就平倉，出場時間不同拿到的結果也會不同，甚至可能有一方就是做錯了那也很正常。

🔸跟單流 = 專業的事交給專業的人去做
這裡給大家一個觀念是，既然玩跟單了就交給專業的人去操作，他們都是該領域TOP級狠角色。

我就是不會沖狗、也不會打單，才來玩跟單的。所以不用去揣摩他們在想什麼，也盡量別主動干涉他們的操作，把精力留在篩選地址和優化設定才是。
相信我，這是一條價值60萬刀的跟單流血淚史😭

以上，也歡迎大家入群交流分享，學習(虧錢)的路上有你有我🤣

[CaNoe @MasonCanoe]

https://t.co/i9DyW62Dz6

[LLL @ljyleolin]

@lucas_faster 学习了🤯

[MemeRadar @MemeRadar_sol]

免费而伟大的插件——MemeRadar，正式上线！
让你在GMGN、OKX、AVE可以10秒快速的分辨一个代币的优劣，秒杀市面目前所有产品，并且【免费】！
安装链接：
https://t.co/PXz5927TTJ

支持平台：
我们目前支持GMGN、OKX、AVE市面上三大主流Dex，用户可以在Dex界面上一眼看到相关数据。

目前数据功能：
1、DEV发盘：
展示DEV历史发盘数据，快速规避流水发盘DEV
2、推特数据：
a.改名次数：展示推特改名改名次数
b.推特大V关注：展示推特KOL关注数量，快速判断推特质量
3、AI叙事：
根据该币目前市面上的讨论进行AI叙事总结，帮助你快速了解代币叙事
4、KOL交易分析：
可以查看目前市面上400余名KOL关于该币的买入与持仓情况
5、知名社区讨论热度：
可以查看该代币在5个华语圈知名一级社区的讨论热度
6、市场热门信号Call
支持目前市面上8个热门信号，可以查看信号是否预警了该币，从信号预警数量判断代币热度。
7、TG群喊单情况
支持查看全网300+tg喊单频道关于该币的喊单次数及详情。

免费获取激活码进TG群：https://t.co/k0FaxR9uiE

[SlumDOGE Millionaire @ProTheDoge]

Remember

$PEPE is green on the #ETH chain

$BRETT is blue on the #BASE chain

$ANDY is yellow on the #BNB chain

Pretty straightforward actually 🚀

[Arya@羊姐社区 @Arya_web3]

$KOMA 是吃百家饭长大的，在社区里慢慢成长起来

$KOMA 还没有爸爸妈妈 还没感受过父爱母爱

强烈建议 @cz_binance @heyibinance 来领养 $KOMA

前有 v 神领养河马

现有cz 领养 $KOMA

$KOMA --以父之名- $koma 之父--cz

$KOMA @KomaHolders

[LLL @ljyleolin]

@shuaibaobaommd 🤯

[潜水观察员🇨🇳 @connectfarm1]

2m的时候发出来

$tst

3天150倍速通币安现货

希望这波关注我的粉丝能够满意

玩bnbchain 我就是最叼的

恭喜 @Christianeth

$cheems 上线币安现货！

我骂了那么久币安终于听进去了

整个 bnbchain 天花板被打开

下一个现货会不会是社区力量最强的 $koma

而链上来看

刚才发布重要资料的 $aicell 潜力十足

看了一下真的有东西

还有 Pepe体系的 $andy 也在强势反弹

期待更多的好的bnbchain 标的能出来！

[LLL @ljyleolin]

@EinsteinYipie 🤣🤣

[Rocky @Rocky_Bitcoin]

不要再问我，百万年薪怎么拿了！？
就👇面这些课程，您安下心，花2年时间全部学会，这不是妥妥的拿百万年薪嘛，硅谷都会抢着要你！
问题freeCodeCamp平台课程，还是全免费的，它在Github上获得了40.8万颗星星，独乐乐不如众乐乐，因为我自己都在学习中！
我绝不允许，因为信息差而损失一个中国AI数据大神！加油吧，伙伴们！😎😎学习永远是对自己最好的投资！

[Arya@羊姐社区 @Arya_web3]

$TAOCAT : $TAO & #Virtual & $Masa 支持的 AI Agent

一、 $Masa 何许人也

$taocat 的dev 是 $Masa

1、定位
$Masa 是基于 $tao 的中心化实时数据网络，也是 $tao 的第一个发币子网，为AI Agent和大模型训练开发者提供实时、高质量、低价的数据，包括推特数据、Discord数据、网络爬虫数据等等，对标当前比较火的项目 $grass $vana ；

可以简单理解为ai agent的数据层；

2、含着金汤匙出身的美国概念币
DCG（灰度母公司）连续领投两轮投资，Anagram、GSR等知名机构也参与了投资；

Masa 联创 Calanthia Mei，曾在PayPal 联合参与创立战略投资部门，并协助其在全球战略部署超 3 亿美元资金；

2023年选入Binance MVB 孵化器；

3、飞轮效应/金铲子
所有AI代理需支付 $TAO 和 $MASA ，才能参与V2版本，并且为了提升自身能力获取更多 $TAO 奖励，AI代理需要质押 $MASA 来访问42号子网的实时数据；
可以预见，随着AI代理斗兽场中 $TAO 奖励的持续攀升，$MASA将作为 $TAO emission的“指挥官”，成为各AI agent竞相争夺的核心资产；

4、客户资源
从 GOAT 到 Virtuals Protocol、https://t.co/8oVAyurlN6，AI Agent 已经打开了潘多拉魔盒，Masa 就是隐藏在一众 AI Agent 背后的数据提供者，也是 AI Agent 数据层；

其客户网络极为强大，包括 NEAR AI、Holoworld/AVA、https://t.co/2I6cqWuWwy、Autonomys、Theoriq、Spectral 等；

5、团队
Brendan Playford（Co-founder 兼 CEO）：区块链技术资深人士，2013 年起参与比特币挖矿，2017 年完成加密项目 DAG 的 ICO 融资，2020 年创立的大数据项目曾获得 1700 万美元融资；
Calanthia Mei（Co-founder）：历任海外科技圈头部投资人和前硅谷独角兽高管等职位，2017 年加入 PayPal Ventures 作为创始团队成员，并协助其在全球战略部署超 3 亿美元资金，2020 年作为创始团队和高管加入硅谷明星科技项目并完成 1 亿美元融资，而后成功退出出售给美国上市公司；

二、 $TAO & #Virtual

$TAO ai 大模型训练的NO.1 ；

#Virtual ：base链上最大的ai agent 平台；

三、 $TAOCAT 介绍

定位： $masa 支持的ai agent ；

投资机构：#DCG 官宣投资 $TAOCAT ；

合作机构：#Virtual 官宣合作 $TAOCAT ；

总结：
1、顶流投资机构投资；
2、顶流团队制作；
3、 $tao + #Virtual + $Masa = $TAOCAT
4、做市商已经入驻；
5、当前市值低，处于早期，含国率低，未来可期；
6、部署在base链上，沉淀资金多，用户群体多，社区强；

CA:0x7a5f5ccd46ebd7ac30615836d988ca3bd57412b3

买在无人问津时，期待更多的大神来辩经 ！

$TAOCAT @taocat_agent