Le 2 mai, Michael Rosen, directeur des investissements de Los Angeles Investment Advisors à Santa Monica, en Californie, a déclaré que les mesures agressives de la Fed visant à ralentir le rythme de réduction du bilan étaient quelque peu surprenantes. Il s’agit d’une information légèrement favorable pour le marché obligataire, car cela signifie que la Fed permettra à une offre moindre d’obligations d’arriver sur le marché à partir de son bilan. Mais l’absence totale de discipline budgétaire signifie que le Trésor devra émission des milliers de milliards de dollars d’obligations cette année, ce qui limitera les rendements obligataires. Alors que la Fed se retient et que les courbe de rendement sont toujours inversés, nous détenons toujours des bons du Trésor à short terme et nous sommes heureux d’obtenir des rendements plus élevés à la short fin de la courbe de rendement (généralement le taux d’intérêt des bons du Trésor dans les deux ans).

Roger Ver, l’investisseur précoce de Bitcoin, a été accusé par le ministère de la Justice de fraude postale, d’évasion fiscale et de production de fausses déclarations de revenus. Roger Ver a été arrêté en Espagne cette semaine pour des accusations criminelles aux États-Unis. Les États-Unis demanderont l’extradition de Roger Ver vers les États-Unis pour y être jugé. Il est rapporté que Roger Ver vivait à l’origine à Santa Clara, en Californie, et possédait deux sociétés, MemoryDealers.com Inc. et Agilestar.com Inc., qui vendent du matériel informatique et de réseau. À partir de 2011, Roger Ver a commencé à acheter des bitcoins pour lui-même et son entreprise, et sa passion personnelle pour la promotion du bitcoin lui a valu le surnom de « Bitcoin Jesus ». Roger Ver a renoncé à sa citoyenneté américaine le 4 février 2014 et, après avoir déménagé à l’étranger, la loi américaine exigeait que Roger Ver produise des déclarations de revenus déclarant les gains en capital provenant de la vente de ses actifs dans le monde entier, y compris Bitcoin, et devait payer des impôts sur ces gains en capital. Au total, le ministère de la Justice estime que Roger Ver a causé au moins 48 millions de dollars de dommages à l’IRS.

金十数据消息，Un train de marchandises transportant du carburant a déraillé et pris feu près de la frontière entre l'Arizona et le Nouveau-Mexique aux États-Unis le 26 avril à midi, ce qui a entraîné la fermeture d'une autoroute interétatique à proximité. Aucun rapport de blessé n'a été signalé pour le moment. Ce train de marchandises appartient à la compagnie ferroviaire Burlington Northern and Santa Fe Railway aux États-Unis. On dit qu'il transportait du propane et de l'essence. Dix wagons du train ont déraillé, dont six ont pris feu et ont brûlé pendant plusieurs heures. Un porte-parole de la compagnie Burlington Northern and Santa Fe Railway a déclaré que le personnel de l'entreprise était en train de nettoyer les débris sur place et que la cause du déraillement était en cours d'enquête.

Selon un rapport de Webmaster’s House du 21 novembre, une étude de l’Institut de Santa Fe aux États-Unis a montré que GPT-4 a un taux de précision de seulement 33 % sur les tâches d’inférence graphique, tandis que la version multimodale de GPT-4v est encore moins performante avec seulement 25 %. À l’aide de l’ensemble de données ConceptARC, les auteurs ont testé 451 sujets humains sur une tâche de raisonnement graphique, et les résultats ont montré que le taux de précision humain moyen était de 91%, beaucoup plus élevé que GPT-4. Cependant, des questions ont été soulevées sur la façon dont les chercheurs ont recruté les sujets et la façon dont GPT-4 a été saisi, y compris le fait que le test d’entrée n’était pas suffisant pour sélectionner des sujets de haute qualité, que le caractère aléatoire de l’échantillon était controversé et que la conversion d’images en une matrice numérique pourrait changer les concepts.

Des scientifiques de l’Université Monash en Australie et de l’Organisation de recherche scientifique et industrielle du Commonwealth d’Australie ont créé l’algorithme de cryptage quantique le plus efficace à ce jour, « LaV », qui utilise le chiffrement de bout en bout pour se défendre contre les puissantes attaques des ordinateurs quantiques, de sorte qu’il devrait renforcer la sécurité des systèmes tels que les transactions en ligne, les services de messagerie instantanée, la confidentialité des données, les crypto-monnaies et les blockchains. L’article a été présenté lors de la 43e Conférence internationale sur la cryptographie à Santa Barbara, aux États-Unis.

L’enquêteur Jameson Lopp, qui a collecté des courriels archivés et d’autres données de 2009 et 2010, a noté que le premier destinataire du BTC, Hal Finney, ne serait pas Satoshi Nakamoto. Lopp a noté que Finney a participé à la course de Santa Barbara, qui a commencé à 8 h, heure du Pacifique, et s’est terminée 78 minutes plus tard. Cependant, le concours était en cours alors que Satoshi et Mike Hearn, l’un des premiers développeurs de Bitcoin, échangeaient des e-mails. (Crédit : Cointelegraph)

Selon le rapport d'IT House du 6 octobre, selon les médias étrangers Engadget, Wired et d'autres rapports, une équipe de recherche de l'Université du Maryland aux États-Unis a étudié la fiabilité de la technologie du « filigrane numérique » du contenu généré par l'IA et a découvert que cette technologie peut être facilement piratée. Soheil Feizi, professeur d'informatique à l'école, s'est montré direct face à l'état actuel des filigranes dans les images générées par l'IA : "Actuellement, nous ne disposons d'aucune technologie de filigrane fiable. Nous avons déchiffré tous les filigranes. " Au cours du test, les chercheurs ont pu facilement éviter la méthode de filigrane existante et ont trouvé plus facile d'ajouter de « faux filigranes » sur des images générées par non-IA. Dans le même temps, l’équipe a également développé une technologie de filigrane qu’il est « presque impossible » de supprimer des images sans compromettre complètement la propriété intellectuelle de l’image. Dans une étude similaire menée par l'Université de Californie à Santa Barbara et l'Université Carnegie Mellon, des chercheurs ont découvert que les filigranes sur les images générées par l'IA peuvent être facilement supprimés grâce à des « attaques de simulation » : en ajustant de manière destructive la luminosité et le contraste. pour le supprimer, ou le supprimer grâce à des techniques telles que le flou gaussien constructif.