Den @symphonyio handelskonkurransen er live. Traders som deltar kan forbedre strategiene sine med Alloras intelligenslag og få tilgang til prediktive prisfeeder for BTC, ETH, SOL og mer. Kom i gang:

To nye konkurranser er nå live på Allora Forge 🔥⚒️ I løpet av de neste 60 dagene vil ML-ingeniører konkurrere om å bygge de mest nøyaktige modellene for: • 8 timers BTC/USD logg-avkastningsprediksjon (5 minutters oppdateringer) • 8 timers BTC/USD Log-Return Prediksjon (2 timers oppdateringer) Begge sporene sikter mot samme 8-timers prognose, men med forskjellige oppdateringsfrekvenser. Dette er en unik mulighet til å delta i to konkurranser med samme slutning; Ved å gjøre det vil du bidra til å finne ut hvilken oppdateringsfrekvens som gir best resultater.

.@TheMafiaAI vil integrere Alloras selvforbedrende intelligenslag som gjør det mulig for DeFi-strategimotoren å streame prisspådommer fra nettverket i sanntid.

Møt denne ukens Allora Yappers! Vi presenterer denne ukens topp 10 Yappere fra 7D-ledertavlen: @0xdavinci_, @Edward__Park, @Jackhaldorsson, @one_snowball, @TimHaldorsson, @munchPRMR, @co_cobling, @Sizeo2004, @hedacool og @BitImmortal. Våre mest pedagogiske yappere hjalp brukere med å utforske Alloras brukstilfeller, forstå hvordan Allora-nettverket fungerer og lære om nyere testnettytelse. Rop ut til @Bigscott_0, @satochainn og @MEMECRYPTO362 for deres rolle her. I mellomtiden fremhevet våre talentfulle meme-skapere nettverkets brukstilfeller og laget memer inspirert av Allora-fellesskapstrender. Stor takk til våre fremtredende bidragsytere @Viko_crypto, @Web3Senseii og @Ho3ein_SaBaHi for deres solide kreasjoner. Hvis du ble omtalt i denne ukens Yapper-høydepunkter, gå til for å bekrefte X-håndtaket ditt og låse opp en spesiell Discord-rolle med tilgang til den eksklusive Allora Yappers-kanalen.

Du kan ikke forutsi den perfekte AI-personligheten for hver krise, men svermen kan. @Apollo11_Allora pakker ut hvordan atferdsmangfold lar agentpopulasjoner utvikle den rette blandingen av egenskaper for å tilpasse seg, reagere og trives i dynamiske miljøer.

Alloras testnett beviser at desentralisert, selvforbedrende maskinintelligens gir prediktiv alfa. I denne resultatrapporten ser vi hvordan Allora takler et av MLs vanskeligste problemer: kortsiktig prisprediksjon. Se resultatene 👇

Bli med i Allora Forge kontortid 14. Vi vil dekke: • Distribuere din første loggreturmodell og for flere emner • Forstå hvorfor loggavkastning vs pris • Evaluering av modellytelse

Allora Network er stolte av å kunngjøre vårt samarbeid med @OmniacsDAO, inkubert av @Omnianalytics, for å støtte prediksjonsemner på tvers av kryptomarkeder. OmniacsDAO driver arbeidere på Allora for å bidra med slutninger av høy kvalitet for emner som: • 24 timers $XAU/USD logg-retur • 1d $BTC/USD logg-retur • 1d $ETH/USD logg-retur • 1d $SOL/USD logg-returer Modellene deres opererer nå innenfor Alloras Model Coordination Network (MCN) der slutninger konkurrerer og samarbeider, og former et smartere, selvforbedrende intelligenslag.

AI-agenter blir utbredt, men de fleste føles fortsatt generiske og utydelige. Hva om vi kunne gi dem spesifikke, konsistente personligheter på en måte som er målbar og reproduserbar? I denne studien, Deterministic AI Agent Personality Expression through Standard Psychological Diagnostics, undersøker vi om AI-agenter kan uttrykke forhåndsdefinerte personligheter når de evalueres ved hjelp av standard psykologiske tester som Big Five og MBTI. Denne artikkelen er skrevet av @AlloraLabsHQ forskningssjef @Apollo11_Allora og grunnlegger og administrerende direktør @nick_emmons, og introduserer det første kvantitative rammeverket for å definere og evaluere pålitelig personlighetsuttrykk i AI-agenter på tvers av flere modeller og forhold. Høydepunkter: • Avanserte modeller (GPT-4o, o1) uttrykker personlighet med høy nøyaktighet. • Trekk som ekstroversjon, nevrotisisme og samvittighetsfullhet er lettere å uttrykke enn åpenhet eller behagelighet. • Agenter resonnerer helhetlig, og viser menneskelignende variasjon og inkonsekvens, ikke robotiske responsmønstre. • Finjustering endrer kommunikasjonsstil, ikke kjernepersonlighetsuttrykk. • Å kreve svarforklaringer reduserer testnøyaktigheten litt, men gir åpenhet i resonnementet. I en tid med AI-agenter låser disse resultatene opp en kritisk form for personlighetsdifferensiering som gir økt evolusjonær motstandskraft til AI-agentpopulasjoner, noe som i stor grad forbedrer deres ytelse som et kollektiv. Les hele artikkelen:

Uniformerte AI-agenter tenker likt og mislykkes. @Apollo11_Allora forklarer hvordan personlighetsvariasjon i agentsvermer fører til mer stabile resonnementer, bedre beslutningstaking og større motstandskraft.