Tópicos populares
#
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, realizámos uma análise sobre a aplicação de avaliadores de impacto ou sistemas de recompensa por bloco para 2 domínios: publicação académica e ambiente
Derivámos 5 características úteis no seu design
1. Todas as funções de avaliadores de impacto requerem uma conversão credível em fungibilidade
O 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 a sua neutralidade. Por exemplo, os créditos de carbono são fungíveis, mas muitos poluidores de carvão utilizam alguma tecnologia ligeiramente melhor e recebem créditos, por isso não é totalmente credível
2. Se obtidos corretamente, os sistemas de avaliadores de impacto tornam-se botões pelos quais podemos alinhar atores de longo prazo em torno de um resultado ideal que queremos
Eles também devem ser métricas que são difíceis de obter, mas fáceis de verificar, semelhante ao btc ou à capacidade de armazenamento
3. Queremos idealmente primeiro resolver algum problema localmente, como "este artigo é suficiente para ser aceito nas conferências"
E fazer essas entradas em problemas mais globais, como "a conferência é de alto impacto", "quão bom é um investigador medido pelas suas publicações em boas conferências"
4. Queremos que os avaliadores de impacto sejam sistemas autoatualizáveis, caso contrário, podem se ossificar em bastiões de poder
Um bom exemplo é a implementação de pluralidade em notas comunitárias ou cluster QF. Se 2 pessoas normalmente discordam, mas agora concordam, isso tem um peso maior. Mas se concordarem novamente na próxima vez, isso tem um peso menor, uma vez que da última vez votaram juntas
5. Finalmente, temos avaliadores de impacto como funções matemáticas duras que liberam algumas emissões versus forças mais suaves e irracionais, como os preços de mercado daquela moeda, que precisam ser comparadas entre si.

29/07/2025
Que grande primeira apresentação no retiro de pesquisa por um dos participantes sobre teoria de controle
Ele gerenciava uma empresa de quant cheia de matemáticos, então precisava determinar exatamente a estrutura de bônus com base no lucro gerado pelos traders
Foi altamente técnico, então muito disso passou por cima da minha cabeça, mas alguns pontos-chave eu consegui entender;
1. Devemos converter problemas globais (como quanto essa pessoa contribuiu para a empresa) em problemas locais (quem foi responsável por essa negociação de $100 e quanto)
2. Separamos a estimativa ou a determinação de pesos do controle ou a determinação de pagamentos com base nos parâmetros obtidos
3. Para questões de controle, mudamos de uma estrutura de gráfico para uma matriz, tornando todo o problema de distribuição mais tratável
Muito do que discutimos foi altamente relevante para financiamento profundo. Meus 2 principais aprendizados foram
- Se partes da matriz não estão preenchidas, podemos usar o julgamento humano destilado para ainda estimar suas respostas?
- Se o financiamento profundo é menos uma estrutura de árvore e mais um grafo acíclico direcionado, então algoritmos de recomendação podem ser aplicados para obter pesos entre repositórios?




15,19K
Top
Classificação
Favoritos