Schneider i Beccuti istražuju Cardano DRep nagrade i AI glasovanje

Manvir Schneider, viši istraživački znanstvenik u Cardano Foundation, i Juan Beccuti, istraživač u području ekonomije i upravljanja blockchainom, predstavili su svoj istraživački program tijekom prvog Research Exchange 19. listopada. Njihova je rasprava obuhvatila DRep naknade, uporabu velikih jezičnih modela u upravljanju te ekonomske poticaje koji podupiru mrežu Cardano.

Serija poziva zajednicu na povratne informacije dok se istraživanje razvija, nastavljajući suradnju Cardano Foundation s Input Output i drugim istraživačkim institucijama.

Nagrađivanje informiranih DRep odluka

DReps dobivaju delegiranu glasačku moć od vlasnika ADA i sudjeluju u upravljanju Cardano. Osmisliti naknadu za taj rad zahtijeva način da se predstavnike potakne na ocjenjivanje prijedloga umjesto pukog bilježenja glasova.

Schneider je opisao rizik nagrađivanja samog sudjelovanja bez uvažavanja uloženog truda. Predstavnik bi mogao glasati nasumično ili kopirati stav drugog sudionika, a ipak ispuniti uvjet aktivnosti.

Istraživači proučavaju mehanizme namijenjene poticanju informiranog odlučivanja. Schneider je objasnio da bi jedan model koji razmatraju zahtijevao da pojedinačni glasovi ostanu skriveni do zatvaranja glasovanja.

Takav bi zahtjev promijenio trenutak kada delegatori i drugi promatrači mogu pregledati izbore predstavnika. Riječ je o privremenoj povjerljivosti tijekom razdoblja glasovanja, a ne o trajnom prikrivanju ishoda.

Istraživači su prepoznali prihvaćenost takvog uređenja u zajednici kao pitanje za daljnju raspravu. Nije najavljena aktivacija DRep isplata niti promjena procesa glasovanja u Cardano.

Zajednički AI modeli mogu proizvesti korelirane prosudbe

Druga istraživačka tema razmatra velike jezične modele kao delegate ili alate za podršku odlučivanju. Prijedlozi za upravljanje mogu zahtijevati opsežno čitanje, što čini automatizirane sažetke i analize potencijalnom pomoći za predstavnike.

Schneider je istaknuo rizik kada mnogi sudionici koriste isti model sa sličnim informacijama i kontekstom. Njihovo zaključivanje i odluke mogu postati korelirani, čime se smanjuje neovisnost njihovih procjena.

Ta je razlika važna pri vrednovanju kolektivnih odluka. Nekoliko glasova temeljenih na jednom analitičkom izvoru ne pruža nužno istu raznolikost prosudbi kao neovisno oblikovana mišljenja.

Sjednica je to predstavila kao otvoreno istraživačko pitanje. Nije utvrđeno da zajednički AI modeli trenutačno određuju ishode upravljanja Cardano niti je kvantificiran njihov utjecaj na postojeće glasove.

[NEWSBREAK]

Parametri stakinga i dugoročni poticaji

Beccuti je iznio dvije naknadne sjednice koje ispituju kako promjene parametara utječu na operatore poolova i delegatore.

Prva bi se bavila parametrima koji su izravno povezani s raspodjelom nagrada. Smanjenje deklariranog fiksnog troška poola, na primjer, može u početku smanjiti prihode operatera, dok istodobno čini pool privlačnijim delegatorima. Neto učinak ovisi o naknadnim odlukama o delegiranju i postojećoj raspodjeli stakea.

Druga bi sjednica ispitala dugoročnije monetarne parametre, uključujući korištenje rezervi za financiranje nagrada i održivost tih poticaja kroz vrijeme.

Širi program uključuje i ponašanje pri propagiranju blokova te poticaje za validaciju i usvajanje Leios endorser blokova.

Za sjednice o parametrima, istraživači planiraju usporediti projektne ciljeve s trenutačnim tržišnim uvjetima. Operateri poolova i delegatori pozvani su propitati pretpostavke koristeći svoje stvarne troškove, prihode i reakcije na promjene nagrada.