DAOrayaki: 二次ファイナンスを最適化し、SGD を使用して表示原理を実現します (メカニズム リソース セット付き)
原作者: イーサリアム
原題: Quadratic Funding: SGD を使用した啓示原則の実装
この場合、優れたグラフィカルインターフェイスを使用すると、ユーザーにとって近似値を直接明らかにする方が簡単になり、生産的な調整の難しさと非生産的な調整の難しさの間のギャップがさらに広がると私たちは主張します。 Critch 2022 [4] と確率的勾配降下法 (SGD) を使用した戦略実行プログラムを参照して、近似的な導出手順を説明しますが、Adam [5]、Adagrad[6] などの任意のグローバル最適化アルゴリズムを使用することもできます。次に、計算上の実現可能性と、政策執行者をトラストレスにし、プライバシーを維持する方法について説明します。
二次的資金調達メカニズムの背景と関連する実践と研究について詳しく知りたい場合は、記事の最後にある参考文献を参照してください。DAOrayaki 分散編集委員会が特別に二次的メカニズムを編集しました。
標準的な QF 戦略における情報の課題
Buterin、Weyl、および Hitzig (2018) [7] は、「最良の貢献は依然として他の人の貢献に依存するため、動的な実装が望ましい可能性が高いです。[...]」と述べています。言い換えれば、私がどれだけ貢献したかを知らなければ、他の人がどれだけ貢献したかはわかりませんが、他の人は、私がどれだけ貢献したかを知らなければ、私がどれだけ貢献したか知りません。しかし、正直に言うと、課題を確認したり調整したりするためにログインすることはあまりありません。
単に一致の静的な推定値を提示した場合に何が起こるかを説明してみましょう (最終的な一致が歪む可能性があります)。各項目は $0 の静的一致から始まります。寄付を受け取った最初のプロジェクトは、予算の 100% を使用する静的一致にジャンプします。これは時間の経過とともに薄れますが、最初の効果は非常に強いため、持続する可能性があります。つまり、「引き込まれた」参加者は実際には戻ってこずに脱落します。
直観的な結論は、「先行者」が公共財の成果に不均衡な影響を与えるということです (これは、UI の順序などに関連する先行者利益によってさらに悪化する可能性があります)。 Gitcoin の関連データ [8] は、先行者利益が実際に存在する可能性があることを暫定的に示しています (因果関係があるかどうかについてはさらなる分析が必要です)。
「賢い」見積もりを立てることはできるでしょうか?このような取り組みでは、完全な情報の制約に直面したり、集中化への深刻な偏見が生じたり、あるいはその両方が生じる可能性があります。
表示原理
啓示の原則 [9] では、どのメカニズム m1 にも、エージェントの好みを直接尋ね、エージェントにポリシーを強制する「直接メカニズム」m2 が存在すると述べています。 m2 が m1 よりも有用かどうかは、プリファレンスの記述の長さに依存します (例として組み合わせオークションを使用できます [10]。通常、直接的なメカニズムは必要ありません)。ここの QF では、完全な設定の説明は連続関数です。
; ただし、この関数は 1 次元または 2 次元の一部のデータ点に対してほぼ指定できます。説明の長さが長くなるため、共同効用については考慮していないことに注意してください。したがって、これは比較的独立した商品または単一の商品のゲームに適用されます。 (フォローアップ記事[11]を参照)
誘導
ユーザー インターフェイス (UI) を改善する方法は無数にありますが、シンプルなインターフェイスは、ユーザーがドラッグしたり入力したりするクリック/ドラッグ ベースのインターフェイスかもしれません。
価値。もう 1 つの可能性は、ユーザーが満足するまで「一括割引」に入札できる「一括価格」UI です。また、私たちはユーザーに対して、プロジェクトに対して私たちに与えられた個人的な評価を超えて支出することは決してないことを説明します。次に、一般的な補間方法 [9] のいずれかを使用して、結果を変換します。
戦略実行者に提出されます。特定のプロジェクトの合計限界効用の近似値が から外れる場合、限界社会便益 (MSB) が他のプロジェクトと k だけ異なるため、そのプロジェクトは資金不足または資金過剰である可能性があることに注意してください。特定の項目について報告する人が増えるにつれて、ランダムな近似誤差は平均化されると予想されます。
この例は、一致額が常に変化するため、標準 QF がユーザーがログインするたびにユーザーの入札を再クエリするというアイデアを理解するのに役立ちます。 UI は、最小限の入札セットを事前にクエリします。
このスキームは Critch 2022 [9] で導入されたものと似ており、ヒューリスティック自体よりもディスカッションのコンポーネントが重要であることも示しています。クリッチ 2022 は通常、あまり関与していない利己的なエージェントの集団ではなく、世界全体の公益性を代表しようと努める、非常に関与した個人のサブセットを前提としていることに注意してください (効果的な公共財資金調達スキームには、いくつかの性質がある可能性が高いことに注意してください)前者は、非有権者に利益をもたらすプロジェクトとして行われます（たとえば、遠く離れた、あるいはそれほど遠くない将来の国民も利他的である必要があり、参加/献身も80/20[10]ルールに従います）。 Critch 氏の指摘は理にかなっていますが、これ以上の議論はこの投稿の範囲を超えています。
最適化
ユーザーがボットへの支払いを承認すると、ボットは勾配降下法を実行し、割り当てを頻繁に確認および調整する場合にユーザーが行う可能性のある動作をシミュレートします。
Buterin、Weyl、および Hitzig (2018) はまた、非凹型効用は自然であるが、システムのアトラクターを非グローバルにすることも指摘しています (例: 「コールド スタート」効用曲線 - 視覚化 [11])。したがって、SGD は、勾配降下法/全体最適化の確率的変形を使用して利益を達成できるという意味で、相関平衡を誘導するためのポリシー修正としても使用できます [12]。
メカニズムにおけるブロックチェーン SGD コーディネーターの使用は、暗号経済研究のより広範な分野となる可能性があります。たとえば、エージェントの損失関数の選択 (ロールズ対功利主義 [13] など) は、エージェントが選択する平衡に影響を与えます [14] (フォーク定理 [15] は、多くの場合、平衡の選択が重要であることを示しています)。 [16] 効率と公平性、リスクと利益などを制御する設計者。当然の疑問は、人々が同じゲーム (ゲーム) の異なるコーディネーターの間でどちらかの側を選択するときにメタゲームが生じるかどうかです。
平衡選択問題は次元の呪いに関連しています。アトラクターの数とそれを見つける難易度は、人の数に応じて劇的に増加する可能性があります。この規模で最適化を成功させるには、さまざまな最先端の技術と手動調整が必要になる可能性がありますが、現在、数千億を超えるパラメーターを使用してディープ ラーニング モデルを最適化しているという事実に私たちは安心しています。特に空間が実際に凹面である場合には、数千から数百万のコントリビューションを最適化する際に大きな問題は発生しないと予想されます。また、問題の性質がブラック ボックスではないことを考慮すると、開始点について知識に基づいた推測を行うことができます。しかし、証明が必要になるとすぐに、計算は突然高価になります (そのような制約を考慮すると、仮想化されていない Cosmos [17] ブロックチェーンのコンセンサス層の計算は、十分に拡張できれば不正証明も可能ですが、おそらくそれほど野心的な出発点ではありません)。プレイヤーが心理的に行動する場合、SGD アルゴリズムが直面する最適化の課題はさらに深刻になることを強調します (たとえば、最も単純なシナリオであってもプレイヤーが均衡を発見する可能性は低いと主張します)。
報告された推定値の線形補間を使用する場合、離散最適化でも最適化を行うことができます。勾配に沿って下降するのではなく、点間を移動します。
インタラクションの複雑さ
公共財の特性は、すべての財 i がすべての参加者 j に関連しているということです。したがって、システムの取引コストは X * Y * K です。ここで、X = 人口、Y = 公共財のオプションの数、K = 取引コストです。効用曲線に入る K は、直接貢献ゲームを使用した場合の K よりも低く、UI デザインが問題なく、ボトルネックが X*Y であれば K は基本的に最小であると主張します。 X のダウンサンプリングはインセンティブのために実現できない可能性がありますが、Y のランダムなダウンサンプリングによる改善は、ピアレビュー、検索、およびパーソナライズされた推奨事項によってもたらされる可能性があります。
同意、トラストレス、プライバシー
私たちはロボットにお金を使う権限を与えているので、ロボットに正しいことをさせる必要があります。これはコンセンサスや証明のための使用例です (コストがかかる可能性がありますが、計算コストに関する以前の注記を参照してください)。
また、入力や個々の割り当てを非公開にしたい場合もあります。 SGD アプローチは、計算が本質的に最大限にバッチ化されるため、つまり、最終的な分布の合計が最後まで明らかにできないため、実際には差分プライバシー (準同型しきい値暗号化のユースケースである [18]) により適しています。直接貢献の場合、割り当ての見積もりを定期的に更新する必要があります (技術的にはこれはできませんが、そうしないとゲームが 1 回限りになり、したがってプレイできなくなります)、更新頻度とプライバシーとの間のギャップが明らかになります。 。
このプライバシー機能を考慮すると、MACI 匿名化 [19] を再検討する必要があるかもしれません。
心理学
巨大な試合や水増しされた試合を見ることは、メカニックの最適化が歪む可能性があることよりも、QF に参加する楽しみを提供する価値がある、および/またはメカニックの最適な最適化は実際には非現実的な目標である、と主張する人もいるかもしれません。たとえば、「ユーティリティ」は明確な概念ではありません)。このメカニズムの魅力の大部分が実際にゲーム理論的な効果ではなく心理的な効果である場合でも、予想される一致を報告することができます (もちろん、これにより、前述の更新頻度のトレードオフが再び発生することになります)。
ハイブリッドシステム
従来のQF体験とSGD体験の両方を体験することも可能です。この場合、SGD プロキシが従来のアクターに情報を伝達できると便利ですが、これは更新頻度のトレードオフを再度思い出させます。
ありがたい
参考文献
参考文献
1.DAOrayaki Podcast｜二次ガバナンススケールの現実の制約と解決策の探求
4. DAOrayaki ｜ 二次金融ソーシャルネットワーク
5. DAOrayaki｜非金銭的資本調達に基づく二次信託モデル
7. DAOrayaki｜デフォルト選択から二次投票まで：投票一覧
8. DAOrayaki｜二次投票: メカニズム設計が民主主義をどのように急進化させるか
9. DAOrayaki｜二次投票とブロックチェーンガバナンス
11. Quadratic Funding V2 プロトコル: シビル耐性、公正かつスケーラブルなオンチェーン Quadratic Voting
13. Dora Factory Eric Zhang: 累進課税システムを使用して二次資金調達の公平性を向上させる
14. 二次資金調達の攻撃と防御
15. 社会実験 | 二次投票とハッカソンが融合したとき、コミュニティの資金調達が巨大なエネルギーに爆発します
16. 「急進的な市場」と二次投票 | 市場そのものを利用して市場を規制する
17. DAOrayaki｜Vitalikは「Liberal Radicalism」3.5wワードを初めて提案し全文公開した【前編】
18. DAOrayaki ｜ Vitalik氏、「Liberal Radicalism」3.5wワードの全文を初公開 [中]
文末脚注
https://anvaka.github.io/fieldplay/?cx=0480000000000005&cy=3.0061&w=13.711400000000001&h=13.711400000000001&dt=0.01&fo=0.998&dp=0.009&cm=1&vf=%2F%2F%20alpha%20%3D%200.5%2C%20V_i%5Ep%28F_p%29%20%3D%20arctan%28F_p%29%0Avec2%20get_velocity%28vec2%20p%29%20%
https://anvaka.github.io/fieldplay/?cx=9.78905&cy=7.32765&w=32.5177&h=32.5177&dt=0.01&fo=0.998&dp=0.009&cm=1&vf=%2F%2F%20Prisoner%27s%20Dilemma%3A%20alpha%20%3D%200.5%2C%20V_i%5Ep%28F_p%29%20%3D%20F_p%20%2F%202%0Avec2%20get_velocity%28vec2%20p%29%20%7B%0A%
https://www.wolframalpha.com/input?i=3d+plot+0.5%280.5%28sqrt%28x%29+%2B+sqrt%28y%29%29%5E2+%2B+0.5x%29+-+x+and+0.5%280.5%28sqrt%28x%29+%2B+sqrt%28y%29%29%5E2+%2B+0.5y%29+-+y%2C+x+from+0+to+1%2C+y+from+0+to+1
https://www.youtube.com/watch?v=yDJ5KiZx7Yw
https://optimization.cbe.cornell.edu/index.php?title=Adam
https://optimization.cbe.cornell.edu/index.php?title=AdaGrad
https://arxiv.org/abs/1809.06421
https://gov.gitcoin.co/t/improving-grant-matching-estimates-during-the-round/7809/3
https://www.youtube.com/watch?v=yDJ5KiZx7Yw
https://en.wikipedia.org/wiki/Pareto_principle
https://anvaka.github.io/fieldplay/?cx=9.78415&cy=6.979699999999999&w=32.5079&h=32.5079&dt=0.01&fo=0.998&dp=0.009&cm=1&vf=%2F%2F%20alpha%20%3D%201.%2C%20V_i%5Ep%28F_p%29%20%3D%205%28arctan%28F_p%20-%2010%29%20-%20arctan%28-10%29%29%0Avec2%20get_velocity%28
https://en.wikipedia.org/wiki/Correlated_equilibrium
https://ocw.mit.edu/courses/14-01-principles-of-microeconomics-fall-2018/88b8835701f40269b3fb5b5e537179a3_MIT14_01F18_lec18_25.pdf
https://en.wikipedia.org/wiki/Equilibrium_selection
https://en.wikipedia.org/wiki/Folk_theorem_(game_theory)
https://www.goodreads.com/quotes/82034-he-who-controls-the-spice-controls-the-universe
https://docs.cosmos.network/main/intro/overview.html
https://protocol.penumbra.zone/main/crypto/flow-encryption/threshold-encryption.html
https://ethresear.ch/t/maci-anonymization-using-rerandomizable-encryption/7054
https://ethresear.ch/t/quadratic-funding-optimal-incremental-revelation-for-the-multi-good-case/13109
