Schneider و Beccuti يدرسان مكافآت DRep في Cardano والتصويت بالذكاء الاصطناعي

قدّم Manvir Schneider، كبير علماء الأبحاث في Cardano Foundation، و Juan Beccuti، الباحث في الاقتصاد وحوكمة البلوكشين، برنامجهما البحثي خلال أول Research Exchange في 19 أكتوبر. شمل نقاشهما تعويضات DRep، واستخدام النماذج اللغوية الكبيرة في الحوكمة، والحوافز الاقتصادية الداعمة لشبكة Cardano.

تدعو هذه السلسلة إلى ملاحظات المجتمع بينما يتطور البحث، مواصلة تعاون المؤسسة مع Input Output ومؤسسات بحثية أخرى.

مكافأة قرارات DRep المستنيرة

يتلقى DReps صلاحية تصويت مفوضة من حاملي ADA ويشاركون في حوكمة Cardano. يتطلب تصميم التعويض عن هذا العمل وسيلة تشجع الممثلين على تقييم المقترحات بدلا من مجرد تسجيل الأصوات.

وصف Schneider مخاطر مكافأة المشاركة من دون احتساب الجهد. يمكن لممثل أن يصوت عشوائيا أو ينسخ موقف مشارك آخر مع الاستمرار في تلبية متطلب النشاط.

يدرس الباحثون آليات تهدف إلى دعم اتخاذ القرار المستنير. أوضح Schneider أن نموذجا واحدا يعملون على فحصه سيتطلب بقاء الأصوات الفردية مخفية حتى إغلاق التصويت.

سيتغير ذلك المتطلب عندما يتمكن المفوضون ومراقبون آخرون من تفحص اختيارات الممثلين. يتعلق الأمر بسرية مؤقتة خلال فترة التصويت، وليس بإخفاء النتيجة بشكل دائم.

حدد الباحثون قبول المجتمع لهذا الترتيب بوصفه سؤالا للنقاش المتواصل. لم يُعلن عن تفعيل مدفوعات DRep ولا عن أي تغيير في عملية التصويت على Cardano.

النماذج المشتركة للذكاء الاصطناعي يمكن أن تنتج أحكاما مترابطة

يتناول موضوع بحثي آخر النماذج اللغوية الكبيرة بوصفها مندوبين أو أدوات لدعم القرار. قد تتطلب مقترحات الحوكمة قراءة مكثفة، مما يجعل الملخصات والتحليلات المؤتمتة عونا محتملا للممثلين.

أبرز Schneider مخاطرة عند استخدام العديد من المشاركين النموذج نفسه مع معلومات وسياق متشابهين. قد يصبح استدلالهم وقراراتهم مترابطين، مما يقلل استقلالية تقييماتهم.

هذا التفريق مهم عند تقييم القرارات الجماعية. إن عدة أصوات تستند إلى مصدر تحليلي واحد لا توفر بالضرورة درجة التنوع نفسها في الأحكام مقارنة بالآراء المتشكلة بشكل مستقل.

عرضت الجلسة هذا الأمر بوصفه سؤالا بحثيا مفتوحا. لم تُثبت أن النماذج المشتركة للذكاء الاصطناعي تحدد حاليا نتائج حوكمة Cardano ولا قامت بقياس تأثيرها على الأصوات القائمة.

[NEWSBREAK]

معلمات التحصيص والحوافز طويلة الأجل

عرض Beccuti ملامح جلستين متابعتين تدرسان كيفية تأثير تغييرات المعلمات في مشغلي المجمعات والمفوِّضين.

ستتناول الأولى المعلمات المرتبطة مباشرة بتوزيع المكافآت. إن خفض التكلفة الثابتة المُعلنة لمجمع ما، على سبيل المثال، يمكن أن يقلل مبدئيا إيرادات المشغل مع جعل المجمع أكثر جاذبية للمفوِّضين. يعتمد الأثر الصافي على قرارات التفويض اللاحقة والتوزيع القائم للحصص.

ستبحث جلسة ثانية معلمات نقدية أطول أجلا، بما في ذلك استخدام الاحتياطيات لتمويل المكافآت واستدامة تلك الحوافز بمرور الوقت.

يتضمن البرنامج الأوسع أيضا سلوك نشر الكتل والحوافز للتحقق من صحة كتل Leios للمصادِّقين واعتمادها.

بالنسبة لجلسات المعلمات، يخطط الباحثون لمقارنة أهداف التصميم مع أوضاع السوق الحالية. يُدعى مشغلو المجمعات والمفوِّضون إلى تحدي الفرضيات باستخدام تكاليفهم الفعلية وإيراداتهم واستجاباتهم للتغييرات في المكافآت.