Zartasha Gul
Creatore verificato
Zodiac whispers ; she plays with candles @aashee7890
Operazione aperta
Commerciante frequente
2.3 anni
142 Seguiti
40.4K+ Follower
24.9K+ Mi piace
1.2K+ Condivisioni
Post
Portafoglio
Tutti
Citazioni
Live
Mentre scavavo nella ricerca di CreatorPad oggi, ho notato qualcosa di strano riguardo le risposte dell'IA. Sembrano sicure di sé… ma come possiamo realmente dimostrare che hanno ragione?
Mira affronta questo in modo diverso. Invece di fidarsi di un output dell'IA, la rete converte i contenuti in piccole affermazioni e le invia a nodi verificatori indipendenti. Ogni nodo controlla la stessa affermazione e il sistema aggrega i risultati fino a raggiungere il consenso. Dopo di che, un certificato crittografico registra quali modelli sono stati d'accordo.
È interessante perché Mira non sta solo generando risposte dell'IA, ma sta costruendo un'infrastruttura per verificarle. Forse l'IA affidabile avrà bisogno di reti come questa dietro le quinte.
@Mira - Trust Layer of AI #Mira $MIRA
$BULLA
$PIXEL
Mira affronta questo in modo diverso. Invece di fidarsi di un output dell'IA, la rete converte i contenuti in piccole affermazioni e le invia a nodi verificatori indipendenti. Ogni nodo controlla la stessa affermazione e il sistema aggrega i risultati fino a raggiungere il consenso. Dopo di che, un certificato crittografico registra quali modelli sono stati d'accordo.
È interessante perché Mira non sta solo generando risposte dell'IA, ma sta costruendo un'infrastruttura per verificarle. Forse l'IA affidabile avrà bisogno di reti come questa dietro le quinte.
@Mira - Trust Layer of AI #Mira $MIRA
$BULLA
$PIXEL
Quando la verifica dell'AI diventa un lavoro di rete
Una sera stavo leggendo un rapporto generato da AI che qualcuno aveva condiviso in un gruppo crypto. Sembrava rifinito. Grafici, linguaggio tecnico, dichiarazioni sicure. Tutto sembrava… convincente.
Ma ho trovato un errore. Solo uno.
E all'improvviso tutto sembrava instabile.
Quello piccolo momento è fondamentalmente il motivo per cui esistono reti come Mira.
Invece di chiedere alle persone di fidarsi dell'output dell'AI, Mira ha costruito un sistema in cui la verifica stessa diventa un processo di rete. Non una macchina. Non una azienda. Un gruppo distribuito di nodi indipendenti che controllano le stesse affermazioni.
Ma ho trovato un errore. Solo uno.
E all'improvviso tutto sembrava instabile.
Quello piccolo momento è fondamentalmente il motivo per cui esistono reti come Mira.
Invece di chiedere alle persone di fidarsi dell'output dell'AI, Mira ha costruito un sistema in cui la verifica stessa diventa un processo di rete. Non una macchina. Non una azienda. Un gruppo distribuito di nodi indipendenti che controllano le stesse affermazioni.
La maggior parte dei token crypto segue un programma di emissione fisso. Ma cosa succederebbe se una rete potesse adattare la sua economia man mano che cresce?
Il design economico di Fabric cerca esattamente questo. Il Motore di Emissione Adattivo regola l'offerta di token in base all'attività della rete. I Sinks di Domanda Strutturale creano una domanda reale mentre i robot svolgono compiti e le app funzionano sulla rete. Poi il Livello di Ricompensa Evolutiva distribuisce ricompense ai contributori che migliorano l'ecosistema. È un sistema economico costruito per evolversi insieme alla rete.
@Fabric Foundation $ROBO #ROBO
$PIXEL
$AIN
Robo sembra
Il design economico di Fabric cerca esattamente questo. Il Motore di Emissione Adattivo regola l'offerta di token in base all'attività della rete. I Sinks di Domanda Strutturale creano una domanda reale mentre i robot svolgono compiti e le app funzionano sulla rete. Poi il Livello di Ricompensa Evolutiva distribuisce ricompense ai contributori che migliorano l'ecosistema. È un sistema economico costruito per evolversi insieme alla rete.
@Fabric Foundation $ROBO #ROBO
$PIXEL
$AIN
Robo sembra
Bullish
Bearish
6 ore rimanenti
Il piano in tre fasi dietro la rete robotica di Fabric
Una cosa che mi piace della lettura dei whitepaper è quando un progetto non condivide solo una visione, ma spiega anche come intende arrivarci. Mentre esaminavo i documenti di Fabric, la roadmap ha catturato la mia attenzione. Non salta direttamente a un'economia robotica futuristica. Invece, delinea un percorso passo dopo passo verso ciò che chiamano Fabric L1.
E interessante, il viaggio inizia con qualcosa di molto pratico.
Fase 1 — Inizia semplice, impara in fretta
La prima fase si concentra sulla prototipazione utilizzando hardware di pronta consegna. Invece di costruire macchine personalizzate costose sin dall'inizio, il team prevede di utilizzare hardware robotico esistente per sperimentare rapidamente.
E interessante, il viaggio inizia con qualcosa di molto pratico.
Fase 1 — Inizia semplice, impara in fretta
La prima fase si concentra sulla prototipazione utilizzando hardware di pronta consegna. Invece di costruire macchine personalizzate costose sin dall'inizio, il team prevede di utilizzare hardware robotico esistente per sperimentare rapidamente.
Questa mattina, mentre rivedevo alcuni post di CreatorPad su Binance Square, un piccolo pensiero mi è venuto in mente: abbiamo costruito un consenso per il denaro con la blockchain... ma che dire del consenso per le informazioni?
Mentre scavavo in Mira, mi sono reso conto che il loro approccio tratta le uscite dell'IA quasi come transazioni. Invece di fidarsi della risposta di un solo modello, la risposta viene suddivisa in affermazioni più piccole. Molti nodi verificatori eseguono modelli diversi per controllare quelle affermazioni in modo indipendente, e la rete aggrega i loro risultati prima che l'output venga accettato. È fondamentalmente consenso, ma applicato all'intelligenza piuttosto che ai dati finanziari.
Il concetto è rimasto con me per un po'. Se gli agenti IA alla fine interagiscono con DeFi, ricerca o strumenti di automazione, affidarsi a un solo modello potrebbe essere rischioso. Forse reti come Mira sono un passo iniziale verso qualcosa di più grande: un sistema in cui le macchine non generano solo risposte, le dimostrano. @Mira - Trust Layer of AI #Mira $MIRA
$AIN
$BULLA
Mira in movimento ??
Mentre scavavo in Mira, mi sono reso conto che il loro approccio tratta le uscite dell'IA quasi come transazioni. Invece di fidarsi della risposta di un solo modello, la risposta viene suddivisa in affermazioni più piccole. Molti nodi verificatori eseguono modelli diversi per controllare quelle affermazioni in modo indipendente, e la rete aggrega i loro risultati prima che l'output venga accettato. È fondamentalmente consenso, ma applicato all'intelligenza piuttosto che ai dati finanziari.
Il concetto è rimasto con me per un po'. Se gli agenti IA alla fine interagiscono con DeFi, ricerca o strumenti di automazione, affidarsi a un solo modello potrebbe essere rischioso. Forse reti come Mira sono un passo iniziale verso qualcosa di più grande: un sistema in cui le macchine non generano solo risposte, le dimostrano. @Mira - Trust Layer of AI #Mira $MIRA
$AIN
$BULLA
Mira in movimento ??
Upward
Downward
2 ore rimanenti
Scomporre la Risposta: Come Mira Verifica Contenuti Complessi dell'IA
Qualche giorno fa stavo leggendo un lungo post tecnico generato dall'IA online. Sembrava impressionante. Spiegazioni dettagliate. Grafici. Frammenti di codice.
Ma a metà strada ho iniziato a chiedermi…
Come sappiamo realmente quali parti sono corrette?
L'IA è diventata molto brava a sembrare corretta. Questo non significa sempre che sia corretta.
Qui è dove Mira Network prende un percorso completamente diverso.
Invece di verificare interi documenti tutto in una volta, la rete li smonta prima. Quasi come smontare una macchina per ispezionare ogni componente separatamente.
Ma a metà strada ho iniziato a chiedermi…
Come sappiamo realmente quali parti sono corrette?
L'IA è diventata molto brava a sembrare corretta. Questo non significa sempre che sia corretta.
Qui è dove Mira Network prende un percorso completamente diverso.
Invece di verificare interi documenti tutto in una volta, la rete li smonta prima. Quasi come smontare una macchina per ispezionare ogni componente separatamente.
Perché Fabric potrebbe diventare il Layer Operativo per Reti di Robot Autonomi
Qualche notte fa mi sono trovato a leggere il whitepaper di Fabric dopo aver visto persone discutere di robotica su Binance Square. All'inizio pensavo fosse solo un altro progetto di IA o robotica. Ma più leggevo, più sembrava che Fabric non stesse cercando di costruire un singolo robot. Invece, sta cercando di costruire l'infrastruttura su cui i robot stessi potrebbero funzionare in futuro.
Oggi la maggior parte dei robot opera in ambienti isolati. Un robot da magazzino lavora solo all'interno del sistema di una singola azienda. Un robot di consegna è controllato dal software dell'azienda che lo ha costruito. I dati che generano, i miglioramenti che apprendono e le decisioni che prendono rimangono tutte all'interno di reti chiuse.
Oggi la maggior parte dei robot opera in ambienti isolati. Un robot da magazzino lavora solo all'interno del sistema di una singola azienda. Un robot di consegna è controllato dal software dell'azienda che lo ha costruito. I dati che generano, i miglioramenti che apprendono e le decisioni che prendono rimangono tutte all'interno di reti chiuse.
A volte mi chiedo come sarebbe la robotica se non fosse controllata da alcune grandi aziende tecnologiche. E se chiunque potesse contribuire a costruire e migliorare macchine intelligenti tramite una rete aperta invece?
Qualche giorno fa, mentre leggevo il whitepaper di Fabric, un'idea mi ha colpito particolarmente. La maggior parte dei robot oggi è costruita all'interno di aziende chiuse, i loro dati, sistemi di controllo e miglioramenti rimangono bloccati in laboratori privati. Fabric propone qualcosa di diverso. Introduce una rete decentralizzata in cui le persone possono contribuire con dati, calcolo e sviluppo per aiutare a far evolvere ROBO1, un robot di uso generale. La parte interessante è come la blockchain coordina proprietà e ricompense, permettendo agli esseri umani di guidare il progresso delle macchine invece di lasciarlo a poche corporazioni.
@Fabric Foundation #ROBO $ROBO
$DENT
$JELLYJELLY
Robo si sta muovendo
Qualche giorno fa, mentre leggevo il whitepaper di Fabric, un'idea mi ha colpito particolarmente. La maggior parte dei robot oggi è costruita all'interno di aziende chiuse, i loro dati, sistemi di controllo e miglioramenti rimangono bloccati in laboratori privati. Fabric propone qualcosa di diverso. Introduce una rete decentralizzata in cui le persone possono contribuire con dati, calcolo e sviluppo per aiutare a far evolvere ROBO1, un robot di uso generale. La parte interessante è come la blockchain coordina proprietà e ricompense, permettendo agli esseri umani di guidare il progresso delle macchine invece di lasciarlo a poche corporazioni.
@Fabric Foundation #ROBO $ROBO
$DENT
$JELLYJELLY
Robo si sta muovendo
Upward
64%
Downward
36%
28 voti • Votazione chiusa
Allineare gli Incentivi per la Verità: Dentro l'Economia di Verifica dell'IA di Mira
Ieri sera stavo esaminando la documentazione di Mira dopo aver visto alcune discussioni sulla affidabilità dell'IA su Binance Square. All'inizio mi aspettavo la solita storia di un altro progetto di IA che promette modelli migliori. Ma più leggevo, più mi rendevo conto che Mira non sta cercando di costruire un'IA più intelligente. Sta cercando di costruire un sistema che rende le risposte dell'IA affidabili.
L'idea inizia con un problema semplice che la maggior parte delle persone già conosce ma di cui raramente si parla seriamente. I modelli di IA possono sembrare sicuri anche quando sono sbagliati. Un chatbot può produrre una risposta che sembra convincente, eppure le informazioni al suo interno potrebbero essere inaccurate o parzialmente fabricate. In aree critiche come la finanza, la ricerca o i sistemi automatizzati, quel tipo di errore non è piccolo. Un'uscita errata potrebbe innescare una cattiva decisione da qualche parte lungo la strada.
L'idea inizia con un problema semplice che la maggior parte delle persone già conosce ma di cui raramente si parla seriamente. I modelli di IA possono sembrare sicuri anche quando sono sbagliati. Un chatbot può produrre una risposta che sembra convincente, eppure le informazioni al suo interno potrebbero essere inaccurate o parzialmente fabricate. In aree critiche come la finanza, la ricerca o i sistemi automatizzati, quel tipo di errore non è piccolo. Un'uscita errata potrebbe innescare una cattiva decisione da qualche parte lungo la strada.
Oggi, mentre rivedevo alcuni post di CreatorPad su Binance Square, ho notato qualcosa di interessante. Molti progetti AI parlano di "modelli migliori", ma molto pochi parlano di verificare se quei modelli sono realmente corretti. Quel divario continuava a tornarmi in mente mentre leggevo di Mira.
Il design di Mira è diverso. Invece di fidarsi di una singola risposta AI, il sistema suddivide l'output in affermazioni più piccole e le distribuisce a più nodi di verifica che eseguono modelli diversi. I loro risultati vengono aggregati attraverso un processo di consenso prima che la risposta sia considerata affidabile. Si tratta meno di un'AI più intelligente, più di un comportamento AI dimostrabile.
Continuo a chiedermi se questo approccio potrebbe diventare un'infrastruttura essenziale. Se gli agenti AI iniziano a prendere decisioni finanziarie o di governance, qualcuno deve prima controllare le risposte. Forse Mira non è solo un altro progetto AI, forse è un tentativo precoce di un livello di fiducia per l'intelligenza artificiale.
$MIRA @Mira - Trust Layer of AI #Mira
$ARIA
$DOGS
Mira si sta muovendo
Il design di Mira è diverso. Invece di fidarsi di una singola risposta AI, il sistema suddivide l'output in affermazioni più piccole e le distribuisce a più nodi di verifica che eseguono modelli diversi. I loro risultati vengono aggregati attraverso un processo di consenso prima che la risposta sia considerata affidabile. Si tratta meno di un'AI più intelligente, più di un comportamento AI dimostrabile.
Continuo a chiedermi se questo approccio potrebbe diventare un'infrastruttura essenziale. Se gli agenti AI iniziano a prendere decisioni finanziarie o di governance, qualcuno deve prima controllare le risposte. Forse Mira non è solo un altro progetto AI, forse è un tentativo precoce di un livello di fiducia per l'intelligenza artificiale.
$MIRA @Mira - Trust Layer of AI #Mira
$ARIA
$DOGS
Mira si sta muovendo
Upward
64%
Downward
36%
25 voti • Votazione chiusa
Costruire un Robot Insieme: L'Idea Dietro il Fabric Protocol
Oggi ho letto di come vengono costruiti la maggior parte dei robot. Di solito avviene all'interno di grandi laboratori di ricerca o aziende tecnologiche. I team addestrano modelli, raccolgono dati e mantengono tutto privato.
Questo è normale nel mondo della robotica.
Ma l'idea dietro la rete di robotica Fabric Protocol sembra prendere una direzione diversa.
Invece di un'azienda che costruisce un robot da sola, Fabric sta cercando di creare una rete in cui molte persone possano aiutare a sviluppare una macchina condivisa.
Il robot si chiama ROBO1 ed è progettato per essere un sistema di uso generale. Ciò significa che non è costruito solo per un compito. Nel tempo può apprendere diverse capacità.
Questo è normale nel mondo della robotica.
Ma l'idea dietro la rete di robotica Fabric Protocol sembra prendere una direzione diversa.
Invece di un'azienda che costruisce un robot da sola, Fabric sta cercando di creare una rete in cui molte persone possano aiutare a sviluppare una macchina condivisa.
Il robot si chiama ROBO1 ed è progettato per essere un sistema di uso generale. Ciò significa che non è costruito solo per un compito. Nel tempo può apprendere diverse capacità.
Qualcosa di interessante riguardo alla rete di robotica del Fabric Protocol è come tratta la robotica come una rete aperta, non come un progetto di laboratorio chiuso.
Le persone possono contribuire con dati, calcolo o verifica, e questi contributi aiutano a migliorare ROBO1, il robot di uso generale.
Le abilità possono persino essere aggiunte tramite "chip di abilità"... quasi come installare app per macchine.
Sembra che la robotica si stia muovendo verso un ecosistema condiviso piuttosto che un prodotto privato. 🤖
@Fabric Foundation #ROBO $ROBO
$NAORIS
$COS
Robo sembra
Le persone possono contribuire con dati, calcolo o verifica, e questi contributi aiutano a migliorare ROBO1, il robot di uso generale.
Le abilità possono persino essere aggiunte tramite "chip di abilità"... quasi come installare app per macchine.
Sembra che la robotica si stia muovendo verso un ecosistema condiviso piuttosto che un prodotto privato. 🤖
@Fabric Foundation #ROBO $ROBO
$NAORIS
$COS
Robo sembra
Red
42%
Green
58%
24 voti • Votazione chiusa
Can Mira’s Decentralized AI Verifiers Finally Solve the Hallucination–Bias Trade-Off?
Ho iniziato a notare qualcosa di strano mentre usavo strumenti di intelligenza artificiale per la ricerca.
Le risposte sembravano curate.
Le spiegazioni suonavano convincenti.
Ma a volte, quando ho ricontrollato i dettagli… parti delle informazioni semplicemente non esistevano. Non intenzionalmente sbagliato. Solo confidentemente errato.
Più leggo su come funzionano i modelli linguistici di grandi dimensioni, più diventa chiaro. Questi sistemi non “sanno” realmente i fatti. Generano la sequenza di parole più probabile basata su schemi nei dati di addestramento. Quel processo è potente per la creatività e il ragionamento, ma crea anche due problemi persistenti nei sistemi di intelligenza artificiale.
Le risposte sembravano curate.
Le spiegazioni suonavano convincenti.
Ma a volte, quando ho ricontrollato i dettagli… parti delle informazioni semplicemente non esistevano. Non intenzionalmente sbagliato. Solo confidentemente errato.
Più leggo su come funzionano i modelli linguistici di grandi dimensioni, più diventa chiaro. Questi sistemi non “sanno” realmente i fatti. Generano la sequenza di parole più probabile basata su schemi nei dati di addestramento. Quel processo è potente per la creatività e il ragionamento, ma crea anche due problemi persistenti nei sistemi di intelligenza artificiale.
Qualcosa che ho iniziato a notare mentre esploravo i sistemi AI è quanto spesso la fiducia venga scambiata per correttezza.
La risposta sembra raffinata... ma a volte i fatti non reggono completamente.
Questo mi ha fatto riflettere sull'affidabilità nell'AI.
Progetti come @Mira - Trust Layer of AI affrontano questo in modo diverso. Invece di fidarsi di un singolo modello, le uscite AI vengono suddivise in piccole affermazioni e verificate da una rete decentralizzata di verificatori.
Quasi come trasformare le risposte dell'AI in qualcosa che può effettivamente essere testato e concordato, non solo generato.
$MIRA #Mira
$DEGO
$COS
Il mercato di mira sembra
La risposta sembra raffinata... ma a volte i fatti non reggono completamente.
Questo mi ha fatto riflettere sull'affidabilità nell'AI.
Progetti come @Mira - Trust Layer of AI affrontano questo in modo diverso. Invece di fidarsi di un singolo modello, le uscite AI vengono suddivise in piccole affermazioni e verificate da una rete decentralizzata di verificatori.
Quasi come trasformare le risposte dell'AI in qualcosa che può effettivamente essere testato e concordato, non solo generato.
$MIRA #Mira
$DEGO
$COS
Il mercato di mira sembra
Bullish
80%
Bearish
20%
15 voti • Votazione chiusa
La rete robotica di Fabric Protocol potrebbe cambiare il modo in cui i robot apprendono
Oggi stavo leggendo qualcosa di interessante, l'idea che padroneggiare un'abilità possa richiedere circa 10.000 ore di pratica. Si applica a quasi tutto. Medici, elettricisti, chef, piloti... persino trader. La vera competenza di solito arriva dopo anni di apprendimento ed esperienza.
Gli esseri umani migliorano lentamente. È proprio così che funzionano i nostri cervelli.
Ma mentre scorrevo alcune discussioni su CreatorPad più tardi, mi sono imbattuto in qualcosa collegato a Fabric Protocol e ROBO1 che mi ha fatto pensare a quell'idea in modo diverso.
Gli esseri umani migliorano lentamente. È proprio così che funzionano i nostri cervelli.
Ma mentre scorrevo alcune discussioni su CreatorPad più tardi, mi sono imbattuto in qualcosa collegato a Fabric Protocol e ROBO1 che mi ha fatto pensare a quell'idea in modo diverso.
Mentre esplora nuovi progetti infrastrutturali, il Fabric Protocol continua a spiccare per un motivo: #ROBO logica.
Invece di fare affidamento solo su contratti intelligenti che reagiscono agli input, @Fabric Foundation introduce agenti coordinati che possono eseguire operazioni multi-fase. Sembra quasi di trasformare la blockchain in un sistema operativo piuttosto che in un semplice libro mastro.
Curioso di vedere fino a che punto questo modello può scalare.
$ROBO
$DEGO
$NAORIS
Robo sembra
Invece di fare affidamento solo su contratti intelligenti che reagiscono agli input, @Fabric Foundation introduce agenti coordinati che possono eseguire operazioni multi-fase. Sembra quasi di trasformare la blockchain in un sistema operativo piuttosto che in un semplice libro mastro.
Curioso di vedere fino a che punto questo modello può scalare.
$ROBO
$DEGO
$NAORIS
Robo sembra
Bullish
77%
Bearish
15%
Neutral
8%
13 voti • Votazione chiusa
Le risposte dell'IA spesso sembrano sicure.
Ma la sicurezza non significa sempre che le informazioni siano corrette. Chiunque utilizzi strumenti di IA da abbastanza tempo avrà probabilmente visto questo momento in cui la risposta sembra perfetta, eppure parti di essa sono semplicemente sbagliate.
Ecco perché @Mira - Trust Layer of AI sembra interessante.
Invece di fidarsi di un unico modello, suddivide le risposte dell'IA in affermazioni e consente a una rete di validatori decentralizzati di verificarle.
Non solo un'IA più intelligente.
IA che può effettivamente dimostrare quando ha ragione.
#Mira $MIRA
Ma la sicurezza non significa sempre che le informazioni siano corrette. Chiunque utilizzi strumenti di IA da abbastanza tempo avrà probabilmente visto questo momento in cui la risposta sembra perfetta, eppure parti di essa sono semplicemente sbagliate.
Ecco perché @Mira - Trust Layer of AI sembra interessante.
Invece di fidarsi di un unico modello, suddivide le risposte dell'IA in affermazioni e consente a una rete di validatori decentralizzati di verificarle.
Non solo un'IA più intelligente.
IA che può effettivamente dimostrare quando ha ragione.
#Mira $MIRA
Può Mira risolvere il problema delle allucinazioni dell'IA attraverso la verifica decentralizzata?
Negli ultimi anno, ho notato qualcosa di strano mentre utilizzavo strumenti di intelligenza artificiale.
Le risposte sembrano sicure.
A volte brillante.
Ma di tanto in tanto… sono semplicemente sbagliate.
Non leggermente sbagliato. Completamente fabbricato.
Chiunque trascorra del tempo con modelli di linguaggio di grandi dimensioni ha probabilmente vissuto questo momento. Fai una domanda aspettandoti chiarezza, e invece ricevi una risposta che sembra lucida ma sospetta. Più approfondisci, più ti rendi conto che il sistema ha semplicemente inventato qualcosa che non è mai esistito.
Le risposte sembrano sicure.
A volte brillante.
Ma di tanto in tanto… sono semplicemente sbagliate.
Non leggermente sbagliato. Completamente fabbricato.
Chiunque trascorra del tempo con modelli di linguaggio di grandi dimensioni ha probabilmente vissuto questo momento. Fai una domanda aspettandoti chiarezza, e invece ricevi una risposta che sembra lucida ma sospetta. Più approfondisci, più ti rendi conto che il sistema ha semplicemente inventato qualcosa che non è mai esistito.
I livelli TP prima: 0.013 → 0.010
$HUMA continua a subire pressioni al ribasso mentre l'offerta si espande. Sblocchi importanti di token di circa 458,6M HUMA (~4,6% dell'offerta totale) sono programmati per maggio 2026, dopo i precedenti rilasci TGE che hanno già aumentato l'offerta circolante.
Ogni ciclo di sblocco ha storicamente aggiunto pressione di vendita, e a meno che la domanda non assorba i nuovi token, il mercato potrebbe tornare a livelli di supporto più bassi.
Fai attenzione e fai sempre DYOR.
#MarketPullback #USJobsData #AltcoinSeasonTalkTwoYearLow #Gul #huma
$HUMA continua a subire pressioni al ribasso mentre l'offerta si espande. Sblocchi importanti di token di circa 458,6M HUMA (~4,6% dell'offerta totale) sono programmati per maggio 2026, dopo i precedenti rilasci TGE che hanno già aumentato l'offerta circolante.
Ogni ciclo di sblocco ha storicamente aggiunto pressione di vendita, e a meno che la domanda non assorba i nuovi token, il mercato potrebbe tornare a livelli di supporto più bassi.
Fai attenzione e fai sempre DYOR.
#MarketPullback #USJobsData #AltcoinSeasonTalkTwoYearLow #Gul #huma
Accedi per esplorare altri contenuti