Co-founder Hyperliquid Jeff menanggapi para pengkritik: ADL tidak ada hubungannya dengan HLP, membantah klaim “menghancurkan keuntungan sebesar 653 juta dolar AS”
Odaily星球日报讯 Hyperliquid Co-Founder Jeff membantah tuduhan terbaru terkait ADL (mekanisme Auto-Deleveraging) melalui postingan di platform X, dengan menyatakan bahwa beberapa komentator telah menarik kesimpulan yang salah tanpa memahami konsep inti. Ia menegaskan bahwa mekanisme ADL “tidak akan mengalihkan untung-rugi ke HLP”, serta menyebutkan bahwa perlakuannya terhadap pengguna dan HLP sepenuhnya simetris, “ADL tidak ada hubungannya dengan HLP maupun likuidasi back-to-back”. Jeff juga membantah klaim bahwa “ADL menghancurkan keuntungan sebesar 653 juta dolar AS”, menyatakan bahwa pernyataan tersebut didasarkan pada kesalahpahaman, dan mengkritik beberapa penulis berlatar belakang akademis yang “menggunakan istilah machine learning yang rumit untuk membungkus argumen yang salah”, serta menekankan pentingnya memahami objek penelitian sebelum mempublikasikan studi atau komentar.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Co-founder Hyperliquid Jeff menanggapi para pengkritik: ADL tidak ada hubungannya dengan HLP, membantah klaim “menghancurkan keuntungan sebesar 653 juta dolar AS”
Odaily星球日报讯 Hyperliquid Co-Founder Jeff membantah tuduhan terbaru terkait ADL (mekanisme Auto-Deleveraging) melalui postingan di platform X, dengan menyatakan bahwa beberapa komentator telah menarik kesimpulan yang salah tanpa memahami konsep inti. Ia menegaskan bahwa mekanisme ADL “tidak akan mengalihkan untung-rugi ke HLP”, serta menyebutkan bahwa perlakuannya terhadap pengguna dan HLP sepenuhnya simetris, “ADL tidak ada hubungannya dengan HLP maupun likuidasi back-to-back”. Jeff juga membantah klaim bahwa “ADL menghancurkan keuntungan sebesar 653 juta dolar AS”, menyatakan bahwa pernyataan tersebut didasarkan pada kesalahpahaman, dan mengkritik beberapa penulis berlatar belakang akademis yang “menggunakan istilah machine learning yang rumit untuk membungkus argumen yang salah”, serta menekankan pentingnya memahami objek penelitian sebelum mempublikasikan studi atau komentar.