BTC $62,967.21 +0.57%
ETH $1,880.35 +0.81%
BNB $608.47 +0.81%
XRP $0.9997 -0.11%
SOL $75.43 +0.35%
TRX $0.3310 -0.36%
DOGE $0.0698 +0.70%
ADA $0.1782 -0.26%
BCH $205.06 +2.39%
LINK $9.49 +7.85%
HYPE $56.41 +1.22%
AAVE $86.42 +0.97%
SUI $0.6815 +0.95%
XLM $0.1576 -1.40%
ZEC $487.82 +1.31%
BTC $62,967.21 +0.57%
ETH $1,880.35 +0.81%
BNB $608.47 +0.81%
XRP $0.9997 -0.11%
SOL $75.43 +0.35%
TRX $0.3310 -0.36%
DOGE $0.0698 +0.70%
ADA $0.1782 -0.26%
BCH $205.06 +2.39%
LINK $9.49 +7.85%
HYPE $56.41 +1.22%
AAVE $86.42 +0.97%
SUI $0.6815 +0.95%
XLM $0.1576 -1.40%
ZEC $487.82 +1.31%

정확도

전체
뉴스 플래시

중국 공안대학교 연구원이 AI 알고리즘을 개발하여 비트코인 세탁을 추적하며, 전체 정확도는 약 90%에 달한다

중국 인민 경찰 대학 연구자들이 90%에 가까운 전체 정확도로 불법 암호화폐 거래를 탐지할 수 있는 AI 프레임워크를 개발했습니다. 이 연구는 중국어 동료 심사 저널 《정보 잡지》에 발표되었으며, 교신 저자 손징차오 박사(전문 분야: 형사 수사 및 사이버 보안)는 이 연구가 "불법 암호화폐 거래 탐지에 정확하고 확장 가능하며 설명 가능한 솔루션을 제공한다"고 지적하며, 규제 기관이 불법 암호화폐 거래 및 경제 범죄를 단속하는 데 "혁신적인 기술 경로"를 제공한다고 밝혔습니다.이 AI 프레임워크는 메모리 모듈과 대형 언어 모델을 활용하여 암호화폐의 익명성과 국경 간 특성을 인식하여 자금 세탁과 같은 불법 거래 행위를 추적합니다. 이번 연구 발표는 중국이 암호화폐 관련 금융 범죄 단속을 지속적으로 강화하고 있는 시점에 이루어졌습니다. 중국 최고 인민 검찰원은 올해 3월, 2025년 전체 검찰 기관이 가상 화폐와 지하 돈세탁 범죄와 관련하여 3259명을 기소했다고 밝혔습니다.암호화폐 거래량이 빠르게 증가함에 따라, 그 익명성과 국경 간 특성이 불법 자금 흐름을 위한 통로를 제공하고 있으며, 이번 경찰이 자주 개발한 AI 탐지 도구는 규제 기술 수단이 수동 추적에서 능동적 지능 인식으로 업그레이드되고 있음을 나타냅니다.

hot_img Kimi K3와 Fable 라우팅 전략이 93% 정확도를 달성하며, 비용은 최대 50배 절감할 수 있습니다

Fireworks AI는 오픈 소스 모델 Kimi K3와 폐쇄형 모델 Fable 5를 약 1030개의 에이전트 작업(SWE, 최종 운영, 알고리즘, 다국어 인코딩 및 법률 등 시나리오 포함)에서 비교 테스트한 평가 보고서를 발표했습니다. 결과는 두 모델이 SWE 기준에서 정확도가 각각 **92.4%**와 **92.6%**로 전체적으로 비슷한 성능을 보였지만, 세부 분야에서는 각기 전문성을 가지고 있음을 보여줍니다: K3는 기호 수학 및 개발 도구 분야에서 우위를 점하고, Fable은 웹 및 데이터 시각화에서 강점을 보입니다; 최종 장기 작업에서는 K3가 Fable이 해결하지 못한 11개의 작업을 독립적으로 해결했습니다.보고서는 작업 수준 라우팅 전략을 채택하면 두 모델 간에 동적으로 할당하여 **93%**의 정확도를 달성할 수 있으며, 이는 단일 모델보다 우수하다고 지적했습니다. 또한 K3는 Fireworks 플랫폼에서 상당한 비용 우위를 가지고 있어 장기 에이전트 작업에서 비용이 Fable보다 50배 낮을 수 있습니다. 보고서는 오픈 소스 모델을 기본 옵션으로 설정하고, 라우터를 통해 지속적으로 작업과 모델의 최적 매칭을 학습하여 품질과 비용을 모두 고려할 것을 권장합니다.

Messari는 Mira 연구 보고서를 발표했습니다: 일일 처리 300억 토큰, 사실 정확도 96%로 향상

ChainCatcher 메시지, Messari는 분산형 AI 인프라 Mira 연구 보고서를 발표했습니다. Mira는 분산 모델 합의 메커니즘을 통해 AI 출력의 신뢰성을 최적화하며, 그 검증 레이어는 금융, 교육 등 다양한 상황에서 AI 사실 정확도를 70%에서 96%로 향상시킬 수 있습니다. 이 프로토콜은 AI 출력을 독립적인 사실 진술로 분해하며, Io.Net, Aethir 등의 노드 운영자가 제공하는 이질적인 모델을 통해 교차 검증을 수행하고, 2/3 이상의 노드 합의가 필요합니다.Mira는 현재 하루 평균 30억 개 이상의 텍스트 토큰을 처리하며, 챗봇, 교육 플랫폼 등 450만 사용자에게 서비스를 제공합니다. 이 프로토콜은 경제적 인센티브 모델을 채택하여, 검증 노드는 기여도에 따라 보상을 받고, 비정상 노드는 처벌을 받습니다. 파트너에는 Hyperbolic, Exabits 등의 분산형 GPU 컴퓨팅 공급자가 포함되어 있으며, 노드 위임 메커니즘을 통해 컴퓨팅 파워를 확장합니다.팀 데이터에 따르면, 이 프로토콜은 AI 환각률을 90% 감소시켰으며, 단일 검증 처리 시간은 30초 미만입니다. 사용자는 블록체인 상의 증명을 통해 검증 과정을 추적할 수 있으며, 각 출력은 암호화된 증명서와 함께 모델 투표 세부 정보를 기록합니다. 현재 Klok 등의 통합 애플리케이션은 이 기술을 활용하여 교육 콘텐츠 생성을 최적화하고 있으며, 향후 의료 진단 등 고위험 분야로 확장할 계획입니다.
2025-05-22
app_icon
ChainCatcher Building the Web3 world with innovations.