美国国税局(IRS)在周二新发布的一个税收解释中表示,包括比特币在内的虚拟货币,都将被视为一种类似股票和债券的财产,而非货币。与此同时,围绕这些货币展开的交易将被征收和财产交易相同的税收。
这意味着如果一个企业老板向雇员支付比特币当作工资,或者从事比特币交易的人,应该为自己的比特币交易行为支付税金。
随着比特币在美国及海外市场逐步升温,美国联邦政府最近也开始对比特币给予更多关注,考虑如何让这种虚拟货币成为主流。当前市场上,除了大量关于比特币交易及比特币自动取款机布设的消息外,围绕比特币创建者中本聪的报道一度大受媒体追捧。
美国国税局在周二的“常见问题”文件中,澄清了适用于向比特币等虚拟货币征税的具体条款。美国国税局将视比特币为财产,也就是说,比特币交易需缴纳财产交易税。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。