Schneider 和 Beccuti 审视 Cardano DRep 奖励与 AI 投票

Cardano Foundation 高级研究科学家 Manvir Schneider 与经济学及区块链治理研究者 Juan Beccuti 于 10 月 19 日的首期 Research Exchange 上介绍了他们的研究计划。他们的讨论涵盖了 DRep 报酬、在治理中使用大型语言模型，以及支撑 Cardano 网络的经济激励。

该系列在研究推进过程中邀请社区反馈，并延续基金会与 Input Output 及其他研究机构的合作。

激励 DRep 的知情决策

DReps 接受 ADA 持有者委托的投票权，参与 Cardano 治理。为这项工作设计报酬需要一种方式，鼓励代表评估提案，而不是仅仅登记投票。

Schneider 指出了只奖励参与而不考虑投入所带来的风险。代表可能随机投票，或复制他人的立场，却仍能满足活跃度要求。

研究人员正在研究旨在支持知情决策的机制。Schneider 解释称，他们正在考察的一种模型将要求在投票结束前对个人投票保密。

这一要求将改变委托人和其他观察者何时能够查看代表的选择。其关注的是投票期间的临时保密，而非永久隐藏结果。

研究人员将社区对该安排的接受度视为需要进一步讨论的问题。未宣布启动 DRep 支付或更改 Cardano 的投票流程。

共享 AI 模型可能产生相关性判断

另一项研究主题考察将大型语言模型作为代表或决策支持工具的可行性。治理提案往往需要大量阅读，使自动化摘要与分析成为代表的潜在助力。

Schneider 指出，当许多参与者在相似信息与语境下使用同一模型时存在风险。他们的推理与决定可能出现相关性，从而降低评估的独立性。

在评估集体决策时，这一差异至关重要。若多个投票都基于同一分析来源，其所呈现的判断多样性不一定等同于独立形成的意见。

本次会议将此作为一个开放的研究问题提出。并未断言共享 AI 模型目前决定了 Cardano 的治理结果，亦未量化其对现有投票的影响。

[NEWSBREAK]

质押参数与长期激励

Beccuti 概述了两场后续会议，将探讨参数变更如何影响质押池运营者与委托人。

第一场将讨论与奖励分配直接相关的参数。比如，降低某个池声明的固定成本，起初可能减少运营者的收入，同时使该池对委托人更具吸引力。净效应取决于后续的委托决策以及现有的权益分布。

第二场将审视更长期的货币参数，包括使用储备金来资助奖励，以及这些激励在时间维度上的可持续性。

更广泛的研究计划还包括区块传播行为，以及用于验证与采纳 Leios 背书者区块的激励。

针对这些参数主题，研究人员计划将设计目标与当前的市场状况进行对比。欢迎质押池运营者与委托人基于其实际成本、收入及对奖励变动的响应来检验相关假设。