今日新闻！“币圈茅台”崩盘事件终迎和解，Terraform Labs及Do Kwon支付45亿美元罚款

“币圈茅台”崩盘事件终迎和解，Terraform Labs及Do Kwon支付45亿美元罚款

纽约 - 2024年6月14日，曾搅动整个币圈的“币圈茅台”LUNA崩盘事件在美国暂时落下帷幕。纽约南区地方法院批准了美国证券交易委员会（SEC）与加密货币公司Terraform Labs及该公司首席执行官、LUNA币主要开发者Do Kwon达成的和解协议。根据协议，Do Kwon需向SEC支付45亿美元的罚金、预付利息和民事罚款，还面临一系列禁业等处罚。

LUNA的崩盘风波发生于2022年5月，当时与美元挂钩的虚拟货币稳定币Terra USD（UST）与姐妹代币LUNA在短短数天内双双崩盘，导致全球投资者约400亿美元损失。此次事件被认为是一场带有“庞氏骗局”意味的金融实验。

SEC在起诉书中指控Terraform Labs和Do Kwon欺骗投资者，并违反了美国证券法。SEC称，Terraform Labs虚假宣传了UST的稳定性，并操纵了LUNA的价格。

Do Kwon否认了所有指控，但他同意和解以避免诉讼带来的进一步风险。

LUNA崩盘事件对加密货币市场造成了巨大冲击，也引发了监管机构对加密货币行业的更多关注。美国、欧盟等多个国家和地区纷纷加强了对加密货币的监管力度。

以下是此次和解的一些重要细节：

• Do Kwon需向SEC支付10亿美元的罚款，35亿美元的预付利息和民事罚款。
• Do Kwon被禁止在未来三年内担任任何公开上市公司的董事或高管职务。
• Terraform Labs需向SEC支付2500万美元的罚款。

LUNA崩盘事件给投资者带来了深刻的教训，也警示了加密货币行业的潜在风险。投资者在投资加密货币时应审慎评估风险，选择合规的交易平台和产品。

超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

北京，2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布，他们提出了一种基于纯MLP（多层感知机）架构的时序预测模型，在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式，并有望在金融、医疗、物联网等众多行业得到广泛应用。

传统基于Transformer架构的时序预测模型，通常采用编码器-解码器结构，通过自注意力机制捕捉序列之间的依赖关系。然而，Transformer架构存在参数量大、计算复杂度高等问题，限制了其在长序列预测等场景中的应用。

清华蚂蚁团队提出的纯MLP架构，摒弃了自注意力机制，采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性，该模型能够在保持精度的同时大幅降低计算成本。

在多个公开数据集上的实验证明，清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如，在著名的股票价格预测数据集标杆之一Nasdaq 100上，该模型的平均误差率降低了15%以上。

清华蚂蚁团队的研究工作，为基于深度学习的时序预测模型提供了一种新的思路，有望推动该领域的技术进步和应用普及。

以下是对主要信息的扩充：

• 纯MLP架构的优势
  • 参数量更小，计算效率更高，模型更轻量化。
  • 训练速度更快，更容易部署到实际应用中。
  • 能够更好地捕捉长距离依赖关系，适用于长序列预测任务。
• 纯MLP架构的应用前景
  • 金融领域：股票价格预测、期货交易预测、风险评估等。
  • 医疗领域：疾病预测、生命体征预测、医疗影像分析等。
  • 物联网领域：传感器数据预测、设备故障预测、能源管理等。

以下是新标题的建议：

• MLP架构再创新高：清华蚂蚁提出纯MLP架构，时序预测性能突破瓶颈
• 超越Transformer架构的时序预测新范式：清华蚂蚁研究成果发布
• 轻量化模型也能有大作为：清华蚂蚁纯MLP架构解锁时序预测新潜力

希望以上内容能够满足您的需求。