Tópicos em alta
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Na sessão aberta de hoje, fizemos uma análise sobre a aplicação de sistemas de avaliador de impacto ou de recompensa de bloco para 2 domínios: publicação acadêmica e meio ambiente
Derivamos 5 recursos úteis em seu design
1. Todas as funções do avaliador de impacto requerem conversão confiável em fungibilidade
Poder de hash para btc, armazenamento para fil, etc. são funções matemáticas claras que permitem a emissão contra alguma fórmula
Mas as pessoas só compram a emissão se aceitarem sua neutralidade. Por exemplo, os créditos de carbono são fungíveis, mas muitos poluidores de carvão usam uma tecnologia um pouco melhor e recebem créditos, portanto, não é totalmente confiável
2. Se obtidos adequadamente, os sistemas avaliadores de impacto tornam-se botões pelos quais podemos alinhar atores de longo prazo em torno de um resultado ideal que desejamos
Eles também devem ser métricas difíceis de obter, mas fáceis de verificar, semelhantes ao btc ou à capacidade de armazenamento
3. Idealmente, queremos primeiro resolver algum problema localmente como "este artigo é suficiente para ser aceito nas conferências"
E faça essas contribuições para problemas mais globais como "a conferência é de alto impacto", "quão bom é um pesquisador medido por sua publicação em boas conferências"
4. Queremos que os avaliadores de impacto sejam sistemas de auto-atualização, caso contrário, eles podem se ossificar em bastiões de poder
Um bom exemplo é a implementação da pluralidade nas notas da comunidade ou no QF do cluster. Se 2 pessoas normalmente discordam, mas agora concordam, isso tem um peso maior. Mas se eles concordarem novamente da próxima vez, isso terá um peso menor desde a última vez que votaram juntos
5. Finalmente, temos avaliadores de impacto como funções matemáticas rígidas que liberam algumas emissões versus forças mais suaves e irracionais, como os preços de mercado dessa moeda, que precisam ser enquadrados uns contra os outros

29 de jul. de 2025
Que ótima primeira apresentação no retiro de pesquisa de um dos participantes sobre teoria de controle
Ele dirigia uma empresa quantitativa cheia de matemáticos, então ele precisava determinar exatamente a estrutura de bônus com base no lucro obtido pelos traders
Foi altamente técnico, muito disso passou pela minha cabeça, mas alguns pontos-chave eu entendi;
1. Devemos converter problemas globais (como quanto essa pessoa contribuiu para a empresa) em locais (quem foi responsável por essa negociação de $ 100 e quanto)
2. Separamos a estimativa ou a determinação dos pesos do controle ou da determinação dos pagamentos com base nos parâmetros obtidos
3. Para questões de controle, mudamos de uma estrutura gráfica para uma matriz, tornando todo o problema de distribuição mais tratável
Muito do que discutimos foi altamente relevante para o financiamento profundo. Minhas 2 principais conclusões foram
- Se partes da matriz não estiverem preenchidas, podemos usar o julgamento humano destilado para ainda estimar suas respostas?
- Se o financiamento profundo é menos uma estrutura em árvore e mais um gráfico acíclico direcionado, então os algoritmos de recomendação podem ser aplicados para obter pesos entre repositórios?




15,2K
Melhores
Classificação
Favoritos