SUB:DAOrayaki:比SBT更有价值的DAO声誉量化模型

与SBT提供的单一定性数据点相比,声誉的定量模型可能更有意义。本文主要探讨在DAO网络中,如何量化贡献者声誉。在下一篇文章中,我们将探讨该量化模型框架对DAO治理的潜在影响。几个前提假设

一个人在组织中的权力等于他的声誉;声誉等于贡献;贡献可以列举、衡量和量化;对DAO贡献的整体量化可以实现完全透明、无需信任和公平的治理系统。声誉是多维的

声誉是由多种因素构成的。我们选择观察哪些因素以及我们选择如何衡量它们会对我们做出的关于一个人的决定产生巨大影响;需要警惕涉及道德和伦理考虑的主观测量。诸如同行奖励圈之类的主观测量可以捕获未完全列举的贡献,同时还可以通过新的努力来激励新兴增长。但是,我将尽我所能在本文中坚持客观测量,并从逻辑第一原理思考问题。如果组织中的新员工已经享有盛誉;然后,这是因为他们在其他地方做出的贡献——无论是在个人生活还是职业生活中。这些贡献赋予了他们可转让的声誉。在web3世界中,匿名、隐私、抗审查、去信任和无许可系统正确地占据了至高无上的地位,在评估新组织或个人时,我们通常只能依赖声誉。因此,在确定某人在组织中拥有多少权力时,声誉非常重要。好在我们可以在链上跟踪行动,从而跟踪贡献。DAO贡献者可以通过参与聊天、论坛、投票、撰写提案、投票、参加会议、完成赏金和无数其他方式来建立声誉。这些行为可以通过各种方式量化,并使用代币进行奖励。不可转让的NFT,即“灵魂绑定”代币(SBT),在过去一年中已成为在链上发布信誉凭证的黄金标准。然而,这种方法不足以充分代表人类声誉的复杂性,尤其是在数字环境中。一些创建人类声誉数字表示的方法确实包含了一组不同的输入数据源。声誉模型可以基于从链上和链下的各种数据源中提取的贡献,然后聚合或比较以计算给定指标和证书资格。这方面的几个例子是GitcoinPassport和OrangeProtocol的信誉NFT。使用模型可以让决策者微调他们对输入的选择。一方面是完全缺乏身份验证,另一方面是对所有列举变量的综合评估。与SBT提供的单一定性数据点相比,声誉的定量模型可能更有意义。为什么组织使用KPI

MakerDAO创始人于社区阐述Spark Protocol预挖空投计划及SubDAO挖矿经济模型:8月10日消息,MakerDAO创始人Rune Christensen发起关于SparkDAO SPK的预挖空投;SubDAO农场概述的社区提案,提案概述借贷协议Spark Protocol潜在的SPK预挖空投计划,并将审查第二阶段将启动的一般SubDAO挖矿经济模型。

其中该提案建议回溯计算哪些用户从 Spark Protocol 借款,并从 EDSR 将借款利率提高到 5% 之刻开始计算,其中按照他们所抵押的波动性资产的金额及时间长短比例进行代币分配,用户无需采取任何特殊行动即可有资格参与空投;SubDAO 10 年总共会分发 20 亿枚 SubDAO 代币给每个 SubDAO 参与者,在前两年中,创世农场的速度是每年 5 亿枚 SubDAO 代币,其中每年有 3.5 亿枚 SubDAO 代币用于 NewStable 农民,1.5 亿枚 SubDAO 代币用于 NewGovToken 农民,接下来两年(第三至第四年),创世农场的速度为每年 2.5 亿枚 SubDAO 代币,其中每年有 1.75 亿枚 SubDAO 代币用于 NewStable 农民,7500 万枚 SubDAO 代币用于 NewGovToken 农民。[2023/8/10 16:17:23]

KPI是衡量实现目标的绩效的一种手段。改进KPI不应成为任何计划的主要目标。这就像一条狗追逐它的尾巴。优化KPI并不能解决原始问题,并导致在不相关的数据集上“训练模型”。人类天生就有偏见和主观。人类不仅对他人撒谎,而且对自己撒谎,这种撒谎且往往是无意的。控制方法是使用客观的数据和分析。什么是贡献?

Treasure DAO发起“将部分ARB分配给生态游戏工作室以巩固战略合作关系”的提案:6月4日消息,据相关页面信息,Arbitrum 网络去中心化游戏生态系统 Treasure DAO 发起“将部分ARB分配给生态游戏工作室以巩固战略合作关系”的提案。提案指出已从 Arbitrum 基金会获得 800 万枚 ARB,提议向生态有贡献的游戏开发者分配 200 万枚,以此巩固战略合作关系,并为 Treasure DAO 的下一阶段发展提供激励。

提案提议向包括 Beacon、Realm、Tales of Elleria、Knights of the Ether 以及 The Lost Donkeys 在内的 Treasure 生态游戏进行 ARB 分配。[2023/6/4 21:14:52]

具有无限设计空间的工作证明。贡献包括:一个动作/行为结果文件四种贡献类型治理:提案、投票、运营、审核金融:投资、赠款、收购努力:基于绩效和可交付成果的活动、在会议上花费的时间以及跟踪的项目工作社交:聊天和论坛构思、反馈、会议、促销贡献分数

Legal DAO与Public AI达成战略合作:4月28日消息,Legal DAO与Public AI达成战略合作,将共同推出法律界的GPT Legal NOW。Legal DAO致力于打造全球WEB3法律生态,社区由来自全球5大洲的3000多位社区成员组成,多数为法律背景资深从业者。

Public AI是一个Web3AI数据标注平台,将通过Label-To-Earn机制提供高质量训练数据标注,其教授和博士团队也将为Legal NOW提供专业AI算法设计和模型训练服务。[2023/4/28 14:32:59]

通过跟踪和量化各种方式的贡献,有可能创建一个算法和整体系统,该系统对欺诈行为有很强的抵御能力,而且与较少的投入相比更具代表性、公平性和包容性。需要建立不同级别的认证和获取规则,以区分个人贡献者和社区。每个人的行动都需要被列举出来。这似乎是一项艰巨的任务,直到我们对这个过程施加一些结构。可以使用转换函数对个人贡献进行归一化,然后进行时间过滤以调整其相对权重。然后可以根据元函数聚合任何特定贡献的权重,该元函数根据每个社区特定的分布缩放贡献类型的类别。最终结果是生成一个单一的汇总值,我们将其描述为“贡献分数”。转换函数:数据转换线性:x=n“图形为直线的函数,即次数为零或一的多项式函数。”二次方:x=2^n“具有一个或多个变量的多项式函数,其中最高阶项为二阶。”对数:x=log2(n);求幂的反函数。”\\”另一个固定数字必须提高到的指数”时间过滤器

观点:许多DAO和中心化公司没有区别,拥有最多代币的人仍可发号施令:蜻蜓资本(Dragonfly Capital)的研究员Ashwin Ramachandran和投资者Haseeb Qureshi表示,许多DeFi协议正转向去中心化自治组织(DAO)来下放治理权利,但实际上,这样做并没有什么实质作用。许多DAO和中心化的公司并没有什么不同,那些拥有最多代币的人仍然可以发号施令,并决定其社区如何运行。(Decrypt)[2020/8/8]

可以调整每个输入以关注相关时间范围或加权时间范围,以确定发送到转换函数的计数中包含哪些贡献。本节和概念最初受到SourceCredgrain分布中使用的模型的启发。SourceCred对于项目如何为贡献分配奖励有三种政策——最近的、即时的和平衡的。此处介绍的模型将其扩展到包括信念——一种在给定时间段内增加输入权重的策略。时间过滤器的概念可以应用于计算任何给定快照的贡献分数。1.即时

声音 | MakerDAO创始人:DAI将来不会仅仅与美元挂钩:据AMBcrypto 12月8日消息,MakerDAO创始人Rune Christensen表示,考虑对更广泛的生态系统和整体稳定性最好的方法就是不要仅仅支持美元。Christensen说道:“今天我们只有与美元挂钩的DAI,但将来我们可以使用欧元DAI,将其与欧元挂钩,将日元DAI与日元挂钩,我们将拥有与美元挂钩的美元DAI,然后DAI本身就会成为一个(支持各种法币)的全球篮子。”[2019/12/9]

“这将根据每个参与者在上周的贡献平均分配奖励。。”2.平衡

“这会根据终生贡献和终生奖励收入来分配奖励。平衡的时间过滤器试图确保项目中的每个人都收到与他们在整个参与期间的总贡献一致的总奖励支付。例如,假设一个贡献者过去贡献的数量很少,因此获得的奖励也很少。但是,社区最近改变了权重,或者添加了一个新的插件,使得贡献者现在有更多的贡献记录。平衡政策认为这个贡献者的报酬过低,所以它会支付额外的钱来“赶上”项目中的其他人。相反,贡献者可能会‘多付’,他们会得到更少的回报,直到支出被平衡。”3.最近

“这会根据最近的贡献分配奖励,使用指数衰减来优先考虑最近的信誉。“recentWeeklyDecayRate参数决定了你想在多大程度上关注最近的贡献。如果recentWeeklyDecayRate设置为0.5,如上例,该策略将计算上周产生的贡献的100%,前一周产生的贡献的50%,本周产生的贡献的25%在那之前,前一周的12.5%,依此类推。”4.信念

有第四种可能的模式作为治理的修饰符而流行,可用作时间贡献过滤器。信念投票结合了随着时间的推移不断增加决策承诺的概念。可以扩展相同的概念,以根据随时间而不是固定时间段连续衰减的权重来计算贡献分数。输出

因变量是通过适当的时间过滤转换函数传递输入变量而产生的。表1说明了输入(X)的示例列表,并将每个输入与假设方法配对以计算输出值(Y)。

图1:具有丰富输入集的说明性模型组件元函数

元函数在这里被定义为由集合函数组成的复合函数。集合函数的一个属性是相对于一组输入函数减少计算的维度输出。元函数可用于计算标准化的贡献分数,该分数合理地近似于社区中基于声誉的参与。从一组输出值(Y)计算标准化贡献分数需要三个步骤,这些输出值表示每个单独贡献的输入源的缩放和标准化量化。确定每种贡献类型的权重。治理:XX%财务:XX%努力:XX%社交:XX%注意:如果贡献被分配给多种类型,则它们必须单独计算。确定用于组合贡献类型的转换函数。(a)+(b)+(c)+(d)=总重量注意:对所有元函数使用线性转换并避免多余的数据转换可能更简单。通过使用适当的转换函数转换每个单独的输入,可以获得更精细的控制。通过取总权重的平均值来归一化最终的贡献分数。总权重/#贡献类型=归一化贡献分数写在最后:

在下文中,我们将探讨如何将贡献评分模型应用于DAO治理、注意事项和限制以及潜在影响。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金星链

[0:31ms0-1:379ms