În sesiunea deschisă de astăzi am efectuat o analiză privind aplicarea sistemelor de tip evaluator de impact sau de recompensă bloc pentru 2 domenii: publicare academică și mediu Am derivat 5 caracteristici utile în designul lor 1. Toate funcțiile de evaluare a impactului necesită o conversie credibilă în fungibilitate Puterea de hash pentru btc, stocarea pentru file etc. sunt funcții matematice clare care permit emiterea împotriva unei formule Dar oamenii cred în emisiune doar dacă îi acceptă neutralitatea. De exemplu, creditele de carbon sunt fungibile, dar mulți poluatori de cărbune folosesc o tehnologie puțin mai bună și primesc credite, deci nu este pe deplin credibil 2. Dacă sunt obținute corect, sistemele de evaluare a impactului devin butoane prin care putem alinia actorii pe termen lung în jurul unui rezultat ideal pe care ni-l dorim De asemenea, ar trebui să fie valori greu de obținut, dar ușor de verificat, similare cu btc sau capacitatea de stocare 3. În mod ideal, vrem să rezolvăm mai întâi o problemă locală, cum ar fi "este această lucrare suficientă pentru a fi acceptată la conferințe?" Și să aducă acele contribuții la probleme mai globale, cum ar fi "este conferința un impact ridicat", "cât de bun este un cercetător măsurat prin publicarea sa în conferințe bune" 4. Vrem ca evaluatorii de impact să fie sisteme de auto-actualizare, altfel se pot osifica în bastioane ale puterii Un bun exemplu este implementarea pluralității în notele comunității sau în QF de grup. Dacă 2 persoane în mod normal nu sunt de acord, dar acum sunt de acord, asta are o greutate mai mare. Dar dacă vor fi din nou de acord data viitoare, are o greutate mai mică față de ultima dată când au votat împreună 5. În cele din urmă, avem evaluatori de impact ca funcții matematice dure care eliberează unele emisii față de forțe mai soft și iraționale, cum ar fi prețurile de piață ale acelei monede, care trebuie să fie în cuadratar una cu cealaltă
Devansh Mehta
Devansh Mehta29 iul. 2025
Ce primă prezentare grozavă la tabăra de cercetare a unuia dintre participanți despre teoria controlului Conducea o firmă cantitativă plină de matematicieni, așa că trebuia să determine exact structura bonusurilor pe baza profitului obținut de comercianți A fost foarte tehnic, așa că multe dintre ele mi-au trecut peste cap, dar am înțeles câteva puncte cheie; 1. Ar trebui să convertim problemele globale (cum ar fi cât de mult a contribuit această persoană la companie) în probleme locale (cine a fost responsabil pentru acest comerț de 100 de dolari și cât de mult) 2. Separăm estimarea sau calcularea ponderilor de control sau determinarea plăților pe baza parametrilor obținuți 3. Pentru întrebările de control, trecem de la o structură grafică la o matrice, făcând întreaga problemă de distribuție mai tratabilă O mare parte din ceea ce am discutat a fost foarte relevant pentru finanțarea profundă. Cele 2 chei de reținut au fost - Dacă părți ale matricei sunt neumplute, putem folosi judecata umană distilată pentru a le estima răspunsurile? - Dacă finanțarea profundă este mai puțin o structură arborescentă și mai mult un graf aciclic direcționat, atunci pot fi aplicați algoritmi de recomandare pentru a obține ponderi între depozite?
15,17K