ChainOpera AI 与普林斯顿AI实验室合作推出CryptoBench：加密行业首个专家级动态基准测试

Source: CryptoNewsNet Original Title: ChainOpera AI Collaborates with Princeton AI Lab to Launch First Crypto-native Benchmark Original Link: https://cryptonews.net/news/blockchain/32117341/

主要亮点

• ChainOpera宣布与普林斯顿AI实验室合作，推出CryptoBench，这是加密货币行业首个专家级动态基准
• 该项目由机器学习专家王萌迪教授和博士生谷嘉诚共同开发
• 该基准将通过在主要DeFi平台上使用精细化代理，提高AI工具在波动市场中的预测准确性

介绍

12月10日，ChainOpera AI公布了其与普林斯顿AI实验室的最新合作，推出CryptoBench，这是加密行业首个专家级动态基准。

它被认为是全球首个专门为测试加密货币行业中AI代理设计的专家级动态基准。

该工具旨在解决主要问题，包括缺乏评估逐渐用于交易、分析和风险评估的大型语言模型的标准方法。

该项目由机器学习专家王萌迪教授和博士生谷嘉诚共同开发。不同于使用旧的静态数据的传统基准，CryptoBench实时运行。

它从区块链获取实时信息，以挑战AI代理。这些测试重点关注四个关键领域，确保在加密市场中有效导航：

• 从区块浏览器等来源实时获取数据
• 在高波动性环境中预测未来市场趋势
• 分析链上数据以发现异常交易模式
• 风险评估能力

填补安全AI工具的关键空白

CryptoBench的目的是将真正有能力的AI与无效甚至危险的炒作区分开来。

现有的代理基准未能涵盖合成链上情报、市场数据、DEX流动性和MEV警报的需求。CryptoBench每月提供50个行业内真实的问题，分类为简单/复杂检索和简单/复杂预测，反映专业分析师的工作量。

“我们推出CryptoBench，这是一个实时基准，用于在时间敏感、对抗性强的加密工作流程中压力测试LLM代理。现有的代理基准未能涵盖合成链上情报、市场数据、DEX流动性和MEV警报的需求。CryptoBench每月提供50个行业内真实的问题，分类为简单/复杂检索和简单/复杂预测，反映专业分析师的工作量，”官方公告如是说。

对十个最先进的大型语言模型（LLM）的评估显示出明显的检索-预测不平衡：在事实查找方面表现出色的模型，预测推理能力却常常崩溃。代理协作可以重新排列排行榜位置，证明纯模型能力并不等同于实际应用表现。

CryptoBench如何帮助加密行业

2025年，加密行业面临重大安全挑战。预防诈骗和黑客攻击对于行业发展和保障用户安全至关重要。

CryptoBench的DeFi风险评估将提供AI代理能力，实时发现智能合约漏洞和可疑链上活动。

通过基准测试标准的AI代理若能通过，将可以集成到交易所中，在用户交互前自动发出钓鱼合约或潜在“拉盘”的警报。

这一发展将帮助去中心化金融建立所需的信任，从而促进机构采纳，如新加坡市场的例子所示，AI安全已吸引大量去中心化金融投资。

除了安全性，ChainOpera的系统还通过其“智能证明”模型激励贡献者，奖励改善生态系统的努力。

CryptoBench预计将提升AI工具在波动市场中的预测准确率。其基准测试将帮助用户开发更精细的代理，应用于主要的DeFi平台。

例如，AI优化的收益农业已通过预测流动性管理，降低了交易成本，取得了显著成效。

CryptoBench还将提供明确的合规路径。新的法规，比如欧盟的AI法案及未来的指导方针，预计将要求对金融领域中的AI代理进行风险审计。