ChainOpera AI collabore avec le Princeton AI Lab pour lancer CryptoBench : la première référence dynamique de niveau expert pour l'industrie crypto

Source : CryptoNewsNet
Titre Original : ChainOpera AI Collabore avec Princeton AI Lab pour lancer le premier Benchmark natif crypto
Lien Original : https://cryptonews.net/news/blockchain/32117341/

Points Clés

• ChainOpera a annoncé une collaboration avec Princeton AI Lab pour lancer CryptoBench, le premier benchmark dynamique de niveau expert pour l’industrie des cryptomonnaies
• Le projet a été développé avec l’expert en apprentissage automatique Professeur Mengdi Wang et l’étudiant en doctorat Jiacheng Gu
• Ce benchmark offrira une meilleure précision prédictive des outils d’IA dans les marchés volatils grâce à des agents affinés utilisés sur les principales plateformes DeFi

Introduction

Le 10 décembre, ChainOpera AI a révélé sa dernière collaboration avec Princeton AI Lab pour lancer CryptoBench, qui est le premier benchmark dynamique de niveau expert pour l’industrie crypto.

Il est connu comme étant le tout premier benchmark dynamique de niveau expert conçu spécifiquement pour tester les agents d’IA dans l’industrie des cryptomonnaies.

Cet outil est conçu pour résoudre des problèmes majeurs, notamment l’absence de méthode standard pour évaluer les grands modèles de langage de plus en plus utilisés pour le trading, l’analyse et l’évaluation des risques dans les actifs numériques.

Le projet a été développé avec le Professeur Mengdi Wang, expert en apprentissage automatique, et l’étudiant en doctorat Jiacheng Gu. Contrairement aux benchmarks traditionnels utilisant des données anciennes et statiques, CryptoBench fonctionne en temps réel.

Il récupère des informations en direct provenant des blockchains pour défier les agents d’IA. Ces tests se concentrent sur quatre domaines critiques essentiels pour naviguer dans les marchés crypto :

• Récupération de données en temps réel depuis des sources comme les explorateurs de blocs
• Prédiction des tendances futures du marché en période de forte volatilité
• Analyse des données on-chain pour repérer des transactions inhabituelles
• Capacités d’évaluation des risques

Combler un vide critique pour des outils d’IA plus sûrs

L’objectif de CryptoBench est de distinguer l’IA véritablement compétente de la hype inefficace voire dangereuse.

Les benchmarks d’agents existants négligent la nécessité de synthétiser l’intelligence on-chain, les données de marché, les flux DEX et les alertes MEV. CryptoBench fournit 50 questions authentiques par mois, classées en Simple/Complexe Récupération et Simple/Complexe Prédiction, reflétant la charge de travail d’un analyste professionnel.

« Nous introduisons CryptoBench, un benchmark en direct qui met à l’épreuve les agents LLM dans des workflows crypto sensibles au temps et adverses. Les benchmarks d’agents existants négligent la nécessité de synthétiser l’intelligence on-chain, les données de marché, les flux DEX et les alertes MEV. CryptoBench fournit 50 questions authentiques par mois, classées en Simple/Complexe Récupération et Simple/Complexe Prédiction, reflétant la charge de travail d’un analyste professionnel », selon l’annonce officielle.

Les évaluations de dix LLM de pointe révèlent un déséquilibre marqué entre récupération et prédiction : les modèles excellant dans la recherche factuelle échouent souvent en raisonnement prédictif. L’orchestration agentique peut réarranger les positions du classement, prouvant que la capacité brute d’un modèle ne garantit pas sa performance sur le terrain.

Comment CryptoBench aidera le secteur crypto

L’industrie crypto a rencontré d’importants défis de sécurité en 2025. Il est crucial de prévenir les scams et les hacks pour faire croître l’industrie crypto et assurer la sécurité des utilisateurs.

L’évaluation des risques DeFi de CryptoBench fournira des capacités à l’Agent d’IA pour localiser les exploits de contrats intelligents et les activités suspectes on-chain en temps réel.

Un Agent d’IA qui répond aux critères du benchmark pourrait être intégré dans une plateforme d’échange pour déclencher automatiquement une alerte sur un contrat de phishing ou une potentielle arnaque rug pull avant qu’un utilisateur n’interagisse avec celui-ci.

Ce développement aidera la finance décentralisée à instaurer la confiance, ce qui pourrait favoriser l’adoption institutionnelle, comme on l’a vu sur des marchés tels que Singapour, où la sécurité basée sur l’IA a permis d’attirer des investissements importants en finance décentralisée.

Au-delà de la sécurité, le système de ChainOpera incite également à la contribution via son modèle de preuve d’intelligence en récompensant ceux qui améliorent l’écosystème.

CryptoBench devrait améliorer la précision prédictive des outils d’IA dans les marchés volatils. Ses benchmarks aideront les utilisateurs à développer des agents plus affinés utilisés sur les principales plateformes DeFi.

Par exemple, le yield farming optimisé par l’IA a déjà montré des résultats en réduisant les coûts de transaction grâce à une gestion prédictive de la liquidité.

CryptoBench offrira également une voie claire vers la conformité réglementaire. De nouvelles réglementations, telles que la loi sur l’IA de l’UE et les lignes directrices anticipées, devraient exiger des audits de risques pour les agents d’IA dans la finance.