Pump.fun 推出非迷因實用型代幣聚光燈計劃

PANews 於 11 月 2 日報導，根據鏈上分析師 Ai Yi 的消息，一位在 Aave 上週期性做多 ETH 的大戶（0xC26...7869C）8 小時前賣出了 2500 ETH（約 967 萬美元），解除了部分槓桿。他們在 10 月 13 日至 10 月 27 日期間以平均價格 4197 美元購買了 2989 ETH，此次出售將導致 82 萬美元的損失。目前，他們在 Aave 上仍有 13,504.56 ETH 質押和 3724 萬穩定幣借款，健康分數為 1.16。

狗狗幣11月初的反彈看起來疲弱，儘管有1.2%的小幅上漲。DOGE價格在過去一週仍下跌了5.9%，本月下跌了近27%。現在，鏈上數據顯示賣出趨勢正在加深。關鍵問題是：隨著長期持有者開始退出，狗狗幣自10月11日以來一直堅挺的0.17美元底線——即使在上次熊市交叉期間——能否存活？成本基礎熱圖標誌著最後一道防線 鏈上成本基礎數據突顯了狗狗幣最強的短期支撐區間在0.177美元至0.179美元之間，這裡是近37.8億DOGE最後積累的地方。保護底線的第一個集群：Glassnode 這個範圍代表著最重的長期持有者供應，在過去的拋售期間充當關鍵緩衝。想要更多類似的代幣見解？在此註冊編輯Harsh Notariya的每日加密貨幣通訊。成本基礎熱圖顯示大多數投資者最後購買代幣的位置。它突顯了具有高度長期持有者集中的價格區域，這些區域作為支撐或阻力。更大的狗狗幣支撐集群：Glassnode 這個緩衝正在迅速減弱。根據Glassnode，持有者淨頭寸變化——追蹤長期錢包是在增加還是出售——在10月31日急劇轉為負值。它在短短24小時內從+820萬DOGE的流入降低到-2200萬DOGE的流出。這是持有者行為367%的逆轉。長期DOGE持有者持續賣出：Glassnode 這種轉變證實即使是較老的錢包也在拋售其持有量。如果這種情況持續，可能會稀釋0.177-0.179美元的集群，使狗狗幣自10月初以來最強的基礎面臨進一步下行風險。在0.17美元以下，下一個重要的成本基礎集群直到0.14美元才出現，留下了潛在損失的巨大空間。但更多內容將在下一節討論。迫在眉睫的死亡交叉可能加速DOGE價格崩潰 DOGE價格結構現在強化了熊市鏈上故事。在10月底50天指數移動平均線（EMA）跌破200天EMA後，狗狗幣延續了下跌——標誌著當前下跌趨勢的第一階段。EMA是一種趨勢指標，它平滑價格數據以顯示市場方向。現在，第二個更強的死亡交叉正在形成，因為100天EMA接近跌破200天EMA。與早期的交叉不同，這一個更有分量，因為兩個平均線代表更長的時間框架，反映的是持續疲軟而非短期波動。如果這個交叉確認，它將表明下行動能加深，並強化已經存在的熊市結構。在這種情況下，狗狗幣在其成本基礎熱圖中突顯的接近0.17美元的最強支撐區可能最終讓步——為跌向0.14美元打開大門。這將是近6%的下跌。DOGE價格分析：TradingView 目前，DOGE交易價格接近0.18美元，受到0.20美元和0.21美元的即時阻力限制。要使這種熊市偏見失效，需要日線收盤價格高於0.21美元，而這一水平自10月13日以來尚未被測試。

文章《Ray 透過新標籤選擇器增強排程功能》發表於 BitcoinEthereumNews.com。 Terrill Dicki 2025年11月01日 13:41 (UTC +8) Ray 引入標籤選擇器，增強開發人員的排程能力，允許在節點上更精確地放置工作負載。該功能是與 Google Kubernetes Engine 合作開發的。 Ray，這個分散式計算框架，隨著標籤選擇器的發布推出了一項重大更新，這項功能旨在為開發人員增強排程靈活性。根據 Anyscale 最近的公告，這項新功能允許在適當的節點上更精確地放置工作負載。增強工作負載放置標籤選擇器的引入是與 Google Kubernetes Engine 團隊合作的一部分。在 Ray 版本 2.49 中可用，這項新功能已整合到 Ray Dashboard、KubeRay 和 Anyscale 的 AI 計算平台中。它允許開發人員為 Ray 集群中的節點分配特定標籤，例如 cpu-family=intel 或 market-type=spot，這可以簡化在指定節點上排程任務、執行者或放置群組的過程。解決先前的限制以前，開發人員在嘗試在特定節點上排程任務時面臨挑戰，經常求助於將資源數量與放置限制混淆的變通方法。新的標籤選擇器通過允許更靈活地表達排程需求來解決這些限制，包括精確匹配、任意條件和負匹配，例如避開 GPU 節點或指定區域如 us-west1-a 或 us-west1-b。與 Kubernetes 的整合Ray 的標籤選擇器從 Kubernetes 標籤和選擇器中汲取靈感，增強了兩個系統之間的互操作性。這一發展是持續努力將 Ray 更緊密地與 Kubernetes 整合的一部分，通過熟悉的 API 和語義實現更高級的用例。實際應用使用標籤選擇器，開發人員可以實現各種排程目標，例如將任務固定到特定節點、選擇僅 CPU 放置、針對特定加速器，以及將工作負載保持在特定區域或區域內。該功能還支持靜態...