DAOrayaki: เพิ่มประสิทธิภาพการจัดหาเงินทุนแบบกำลังสอง ใช้ SGD เพื่อรับรู้หลักการแสดงผล (พร้อมชุดท

ผู้เขียนต้นฉบับ: Ethereum

ชื่อเดิม: Quadratic Funding: Implementing the revelation Principles using SGD

เราโต้แย้งว่าในกรณีนี้ ด้วยส่วนต่อประสานกราฟิกที่ดี การเปิดเผยโดยตรงโดยประมาณนั้นง่ายกว่าสำหรับผู้ใช้ ดังนั้นจึงเป็นการเพิ่มช่องว่างระหว่างความยากลำบากในการประสานงานที่มีประสิทธิผลและไม่ก่อให้เกิดผล เราอธิบายขั้นตอนการเชิญชวนโดยประมาณ โดยอ้างอิงถึง Critch 2022 [4] และตัวดำเนินการกลยุทธ์โดยใช้ stochastic gradientescent (SGD) แม้ว่าเราจะสามารถใช้อัลกอริธึมการปรับให้เหมาะสมทั่วโลก เช่น Adam [ 5], Adagrad[6] เป็นต้น จากนั้นเราจะหารือเกี่ยวกับความเป็นไปได้ในการคำนวณและวิธีทำให้ผู้บังคับใช้นโยบายไม่ไว้วางใจและ/หรือรักษาความเป็นส่วนตัว

หากคุณต้องการทราบข้อมูลเพิ่มเติมเกี่ยวกับเบื้องหลังของกลไกการจัดหาเงินทุนแบบกำลังสองและแนวทางปฏิบัติและการวิจัยที่เกี่ยวข้อง คุณสามารถดูข้อมูลอ้างอิงได้ที่ส่วนท้ายของบทความ และคณะกรรมการบรรณาธิการของ DAOrayaki ที่กระจายอำนาจได้รวบรวมกลไกกำลังสองเป็นพิเศษ

ความท้าทายด้านข้อมูลในกลยุทธ์ QF มาตรฐาน

Buterin, Weyl และ Hitzig (2018) [7] ระบุว่า "การนำไปใช้แบบไดนามิกน่าจะเป็นที่ต้องการ [...] เพราะการสนับสนุนที่ดีที่สุดจะยังคงขึ้นอยู่กับการมีส่วนร่วมของผู้อื่น" กล่าวอีกนัยหนึ่ง ฉันไม่รู้ว่าคนอื่นๆ บริจาคไปเท่าไหร่ เว้นแต่ฉันจะรู้ว่าพวกเขาบริจาคไปเท่าไร แต่คนอื่นๆ ไม่รู้ว่าฉันบริจาคไปเท่าไหร่ เว้นแต่พวกเขาจะรู้ว่าฉันบริจาคไปเท่าไร แต่พูดตามตรง ฉันไม่ได้เข้าสู่ระบบบ่อยนักเพื่อตรวจสอบและปรับงานที่ได้รับมอบหมาย

เรามาอธิบายว่าจะเกิดอะไรขึ้นหากเราเพียงแค่นำเสนอการประมาณการการแข่งขันแบบคงที่ (อาจทำให้การแข่งขันรอบสุดท้ายผิดเพี้ยนไป) แต่ละรายการจะเริ่มต้นด้วยการจับคู่แบบคงที่ที่ $0 โครงการแรกที่ได้รับการสนับสนุนจะข้ามไปที่การจับคู่แบบคงที่ด้วยงบประมาณ 100% สิ่งนี้จะเจือจางเมื่อเวลาผ่านไป แต่ผลกระทบเริ่มต้นนั้นรุนแรงมากจนมีแนวโน้มที่จะคงอยู่ กล่าวคือ ผู้เข้าร่วมที่ถูก "ดึงดูด" จะไม่ได้กลับมาตรวจสอบและเลิกใช้

ข้อสรุปโดยสัญชาตญาณคือ "ผู้เสนอญัตติก่อน" มีอิทธิพลอย่างไม่สมส่วนต่อผลลัพธ์ของสินค้าสาธารณะ (สิ่งนี้อาจรุนแรงขึ้นจากข้อได้เปรียบของผู้เสนอญัตติคนแรกที่เกี่ยวข้องกับการสั่งซื้อ UI เป็นต้น) ข้อมูลที่เกี่ยวข้องของ Gitcoin [8] ในเบื้องต้นแสดงให้เห็นว่าอาจมีข้อได้เปรียบของผู้เสนอญัตติคนแรก (ไม่ว่าจะมีความสัมพันธ์เชิงสาเหตุหรือไม่ก็ตามต้องมีการวิเคราะห์เพิ่มเติม)

เราสามารถประมาณการ "ฉลาด" ได้หรือไม่? ความพยายามดังกล่าวอาจเผชิญกับข้อจำกัดของข้อมูลเต็มรูปแบบ นำเสนออคติที่รุนแรงต่อการรวมศูนย์ หรือทั้งสองอย่าง

หลักการแสดงผล

หลักการเปิดเผย [9] ระบุว่าสำหรับกลไกใด ๆ m1 มี "กลไกโดยตรง" m2 ที่ถามการตั้งค่าของตัวแทนโดยตรงและบังคับใช้นโยบายสำหรับพวกเขา การที่ m2 จะมีประโยชน์มากกว่า m1 ขึ้นอยู่กับความยาวของคำอธิบายของค่ากำหนด (สามารถใช้การประมูลแบบผสมผสานเป็นตัวอย่างได้ [10] เรามักจะไม่ต้องการกลไกโดยตรง) ใน QF คำอธิบายการตั้งค่าแบบเต็มคือฟังก์ชันต่อเนื่อง

อย่างไรก็ตาม เราสามารถระบุฟังก์ชันนี้โดยประมาณสำหรับจุดข้อมูลบางจุดในหนึ่งหรือสองมิติ โปรดทราบว่าเราไม่พิจารณายูทิลิตี้ร่วม เนื่องจากสิ่งนี้จะเพิ่มความยาวของคำอธิบาย ดังนั้นสิ่งนี้จึงใช้ได้กับเกมที่มีสินค้าค่อนข้างอิสระหรือสินค้าเดี่ยว (โปรดติดตามบทความ [11])

การชักชวน

เรามีวิธีนับไม่ถ้วนในการปรับปรุงส่วนต่อประสานผู้ใช้ (UI) แต่ส่วนต่อประสานที่เรียบง่ายอาจเป็นส่วนต่อประสานแบบคลิก/ลากซึ่งผู้คนจะลากและ/หรือพิมพ์บางส่วน

ค่า. ความเป็นไปได้อีกอย่างคือ UI แบบ "ราคาจำนวนมาก" ซึ่งผู้ใช้สามารถประมูล "ส่วนลดจำนวนมาก" ของเราได้จนกว่าจะพอใจ เรายังอธิบายให้ผู้ใช้ทราบว่าพวกเขาจะไม่ใช้จ่ายเกินกว่าการประเมินส่วนบุคคลที่พวกเขาให้กับเราในโครงการ จากนั้นเราจะใช้วิธีการแก้ไขทั่วไป [9] และแปลงผลลัพธ์

ส่งไปยังผู้ดำเนินกลยุทธ์ โปรดทราบว่าหากค่าประมาณของยูทิลิตี้ส่วนเพิ่มทั้งหมดของโครงการที่ระบุเบี่ยงเบนไปจาก , โครงการนั้นอาจได้รับเงินทุนน้อยหรือเกิน เนื่องจากผลประโยชน์ทางสังคมส่วนเพิ่ม (MSB) จะแตกต่างจากโครงการอื่นๆ โดย k เราคาดว่าการประมาณผิดพลาดแบบสุ่มจะเฉลี่ยออกมาเมื่อมีคนรายงานรายการที่กำหนดมากขึ้นเรื่อยๆ

ตัวอย่างนี้ช่วยให้คุณได้แนวคิดว่า QF มาตรฐานจะสอบถามการเสนอราคาของผู้ใช้อีกครั้งทุกครั้งที่ผู้ใช้เข้าสู่ระบบ เนื่องจากจำนวนเงินที่ตรงกันจะเปลี่ยนแปลงตลอดเวลา UI จะสอบถามล่วงหน้าสำหรับชุดการเสนอราคาขั้นต่ำ

โครงร่างคล้ายกับที่แนะนำใน Critch 2022 [9] ซึ่งแสดงให้เห็นว่าองค์ประกอบการสนทนามีความสำคัญมากกว่าฮิวริสติก โปรดทราบว่าโดยปกติแล้ว Critch 2022 จะถือว่ากลุ่มย่อยของบุคคลที่มีส่วนร่วมสูงพยายามที่จะเป็นตัวแทนของโลกโดยรวม แทนที่จะเป็นกลุ่มตัวแทนที่เห็นแก่ตัวที่มีส่วนร่วมน้อย (โปรดทราบว่าโครงการระดมทุนสินค้าสาธารณะที่มีประสิทธิภาพใด ๆ มีแนวโน้มที่จะมีคุณสมบัติบางอย่าง ของโครงการที่เป็นประโยชน์ต่อผู้ที่ไม่ได้ลงคะแนนเสียง (เช่น พลเมืองในอนาคตที่ห่างไกลหรือแม้แต่ที่ไม่ไกลนักก็จำเป็นต้องเห็นแก่ผู้อื่น และการมีส่วนร่วม/การอุทิศตนก็เป็นไปตามกฎ 80/20[10] ด้วย) ประเด็นของ Critch สมเหตุสมผล แม้ว่าการอภิปรายเพิ่มเติมจะอยู่นอกเหนือขอบเขตของโพสต์นี้

การเพิ่มประสิทธิภาพ

ผู้ใช้จะอนุญาตการชำระเงินบางส่วนให้กับบอต ซึ่งจะเรียกใช้การไล่ระดับสีโดยจำลองสิ่งที่ผู้ใช้อาจทำหากพวกเขาตรวจสอบและปรับการจัดสรรบ่อยครั้ง

Buterin, Weyl และ Hitzig (2018) ยังชี้ให้เห็นว่ายูทิลิตี้แบบไม่มีเว้านั้นเป็นธรรมชาติ แต่ทำให้ตัวดึงดูดของระบบไม่เป็นสากล (เช่น เส้นโค้งยูทิลิตี้ "เริ่มเย็น" - การแสดงภาพ [11]) ดังนั้น SGD ยังสามารถใช้เป็นการปรับเปลี่ยนนโยบายเพื่อกระตุ้นความสมดุลที่สัมพันธ์กันในแง่ที่ว่าเราสามารถบรรลุผลได้โดยใช้ตัวแปรสุ่มของการไล่ระดับสีไล่ระดับสี/การปรับให้เหมาะสมทั่วโลก [12]

การใช้ blockchain-SGD-coordinator ในกลไกต่างๆ อาจเป็นการวิจัยด้านเศรษฐกิจ crypto ที่กว้างขึ้น ตัวอย่างเช่น ทางเลือกของฟังก์ชันการสูญเสียของตัวแทน (เช่น Rawls เทียบกับลัทธิประโยชน์นิยม [13]) ส่งผลต่อสมดุลที่เอเจนต์เลือก [14] (ทฤษฎีบทพื้นบ้าน [15] แสดงให้เห็นว่าการเลือกสมดุลมีความสำคัญในหลายกรณี) ซึ่งอาจทำให้ ผู้ออกแบบเพื่อควบคุม [16] ประสิทธิภาพกับความเป็นธรรม ความเสี่ยงกับผลประโยชน์ ฯลฯ คำถามทั่วไปคือว่าเมตาเกมเกิดขึ้นเมื่อผู้คนเลือกข้างระหว่างผู้ประสานงานที่แตกต่างกันในเกม (เกม) เดียวกันหรือไม่

ปัญหาการเลือกจุดสมดุลนั้นเกี่ยวข้องกับคำสาปแห่งมิติ—จำนวนตัวดึงดูดและความยากในการค้นหาสิ่งเหล่านั้นสามารถเพิ่มขึ้นอย่างมากตามจำนวนคน เรารู้สึกสบายใจที่ตอนนี้เรากำลังเพิ่มประสิทธิภาพโมเดลการเรียนรู้เชิงลึกด้วยพารามิเตอร์กว่าแสนล้านพารามิเตอร์ แม้ว่าการเพิ่มประสิทธิภาพที่ประสบความสำเร็จในระดับนี้อาจเกี่ยวข้องกับเทคนิคล้ำสมัยและการปรับแต่งด้วยตนเอง เราไม่คาดว่าจะมีปัญหามากนักในการเพิ่มประสิทธิภาพให้กับการมีส่วนร่วมมากกว่าพันถึงล้าน โดยเฉพาะอย่างยิ่งหากพื้นที่นั้นเว้าจริงๆ และเนื่องจากลักษณะของปัญหาไม่ใช่กล่องดำ เราจึงสามารถคาดเดาอย่างมีการศึกษาเกี่ยวกับจุดเริ่มต้นได้ อย่างไรก็ตาม ทันทีที่เราต้องการการพิสูจน์ การคำนวณก็กลายเป็นสิ่งที่มีราคาแพงในทันที (ด้วยข้อจำกัดดังกล่าว การคำนวณในชั้นฉันทามติของบล็อกเชน Cosmos [17] ที่ไม่ได้จำลองเสมือน—อาจมีหลักฐานการฉ้อโกงหากปรับขนาดได้ดีพอ อาจเป็นจุดเริ่มต้นที่ทะเยอทะยานน้อยกว่า) เราเน้นย้ำว่าความท้าทายในการปรับให้เหมาะสมใดๆ ที่อัลกอริทึม SGD เผชิญอยู่จะรุนแรงมากขึ้นหากผู้เล่นดำเนินการทางจิตวิทยา (เช่น เราให้เหตุผลว่าผู้เล่นมีโอกาสน้อยที่จะค้นพบความสมดุลแม้ในสถานการณ์ที่ง่ายที่สุด)

การปรับให้เหมาะสมแบบแยกอาจให้การเพิ่มประสิทธิภาพหากเราใช้การแก้ไขเชิงเส้นของการประมาณการที่รายงาน แทนที่จะเลื่อนลงมาตามการไล่ระดับสี เราย้ายไปมาระหว่างจุดต่างๆ

ความซับซ้อนของการโต้ตอบ

คุณสมบัติของสินค้าสาธารณะคือทุกความดีที่เกี่ยวข้องกับผู้เข้าร่วมทุกคน j. ดังนั้น ต้นทุนการทำธุรกรรมของระบบคือ X * Y * K โดยที่ X = จำนวนประชากร, Y = จำนวนตัวเลือกสินค้าสาธารณะ และ K = ต้นทุนการทำธุรกรรม เราโต้แย้งว่า K ที่เข้าสู่โค้งของยูทิลิตี้นั้นต่ำกว่า K โดยใช้เกมสนับสนุนโดยตรง และ K นั้นจะน้อยที่สุดหากการออกแบบ UI นั้นโอเค และคอขวดคือ X*Y การลดตัวอย่าง X อาจไม่สามารถทำได้เนื่องจากสิ่งจูงใจ ในขณะที่การปรับปรุงจากการสุ่มตัวอย่างแบบสุ่มของ Y อาจมาจากการทบทวนโดยเพื่อน การค้นหา และคำแนะนำส่วนบุคคล

ความยินยอม ความน่าเชื่อถือ และความเป็นส่วนตัว

เนื่องจากเราให้อำนาจหุ่นยนต์ใช้เงินแทนเรา เราจึงต้องบังคับให้หุ่นยนต์ทำในสิ่งที่ถูกต้อง นี่เป็นกรณีการใช้งานสำหรับฉันทามติและ/หรือการพิสูจน์ (แม้ว่าอาจมีราคาแพง โปรดดูหมายเหตุก่อนหน้าเกี่ยวกับต้นทุนการคำนวณ)

เราอาจต้องการให้ข้อมูลป้อนเข้าและการมอบหมายงานแต่ละรายการเป็นแบบส่วนตัว แนวทาง SGD นั้นเหมาะสมกว่าสำหรับความเป็นส่วนตัวที่แตกต่างกัน (ซึ่งเป็นกรณีการใช้งานสำหรับการเข้ารหัสเกณฑ์แบบโฮโมมอร์ฟิก [18]) เนื่องจากการคำนวณเป็นแบบแบทช์สูงสุดตามธรรมชาติ กล่าวคือ ไม่สามารถเปิดเผยการกระจายขั้นสุดท้ายทั้งหมดได้จนกว่าจะสิ้นสุด ในกรณีของการสนับสนุนโดยตรง เราจะต้องอัปเดตการประมาณการการจัดสรรเป็นระยะๆ (ในทางเทคนิค ไม่สามารถทำได้ แต่ไม่เช่นนั้นเกมจะกลายเป็นโอกาสเดียว ดังนั้นจึงเล่นไม่ได้) ซึ่งทำให้เกิดช่องว่างระหว่างความถี่ในการอัปเดตและความเป็นส่วนตัว สมดุลระหว่าง .

ด้วยความสามารถด้านความเป็นส่วนตัวนี้ เราอาจต้องการทบทวนการลบข้อมูลระบุตัวตนของ MACI อีกครั้ง [19]

จิตวิทยา

อาจโต้แย้งว่าการเห็นการจับคู่ขนาดใหญ่และ/หรือที่สูงเกินจริงนั้นคาดว่าจะให้ความพึงพอใจในการมีส่วนร่วมใน QF นั้นคุ้มค่ามากกว่าการบิดเบี้ยวที่อาจเกิดขึ้นของการปรับให้เหมาะสมของกลไก และ/หรือการปรับให้เหมาะสมของกลไกเป็นเป้าหมายที่ไม่สมจริงในทางปฏิบัติ (สำหรับ ตัวอย่างเช่น "ยูทิลิตี้" ไม่ใช่แนวคิดที่ชัดเจน) หากกลไกส่วนใหญ่ดึงดูดใจจริงๆ แล้วเป็นผลทางจิตวิทยามากกว่าผลกระทบทางทฤษฎีเกม เรายังคงสามารถรายงานการแข่งขันที่คาดการณ์ไว้ได้ (แน่นอนว่า นี่จะเป็นการแนะนำการแลกเปลี่ยนความถี่การอัปเดตที่กล่าวถึงก่อนหน้านี้อีกครั้ง)

ระบบไฮบริด

เป็นไปได้ที่จะมีทั้งประสบการณ์ QF แบบดั้งเดิมและประสบการณ์ SGD ในกรณีนี้ จะเป็นประโยชน์สำหรับผู้รับมอบฉันทะ SGD ในการส่งข้อมูลไปยังผู้ดำเนินการแบบดั้งเดิม ซึ่งเตือนเราอีกครั้งถึงการแลกเปลี่ยนความถี่ในการอัปเดต

ปลื้มปีติ

อ้างอิง

อ้างอิง

1.DAOrayaki Podcast ｜ข้อ จำกัด ที่แท้จริงและการสำรวจวิธีแก้ปัญหาของมาตราส่วนการกำกับดูแลกำลังสอง

2. DAOrayaki ｜การแลกเปลี่ยนของมาตราส่วนการกำกับดูแลกำลังสอง

3. DAOrayaki｜การจัดหาเงินทุนแบบ Quadratic และการเห็นแก่ผู้อื่นที่มีประสิทธิภาพ

4. DAOrayaki ｜ โซเชียลเน็ตเวิร์กสำหรับการจัดหาเงินทุนกำลังสอง

5. DAOrayaki｜แบบจำลองความไว้วางใจกำลังสองที่อิงจากเงินทุนที่ไม่เป็นตัวเงิน

6. DAOrayaki ｜โหวตโดยการจับสลาก

7. DAOrayaki ｜ตั้งแต่การเลือกเริ่มต้นไปจนถึงการโหวตแบบ Quadratic: รายการการโหวต

8. DAOrayaki｜Quadratic Voting: การออกแบบกลไกทำให้เกิดประชาธิปไตยได้อย่างไร

9. DAOrayaki｜Quadratic Voting และ Blockchain Governance

10. DAOrayaki｜Quadratic Voting และสินค้าสาธารณะ

11. Quadratic Funding V2 Protocol: การโหวตแบบ Quadratic บนเครือข่ายที่ทนทานต่อซีบิล ยุติธรรม และปรับขนาดได้

12. ระบบภาษีแบบก้าวหน้าช่วยปรับปรุงความเป็นธรรมของเงินทุนกำลังสอง

13. โรงงาน Dora Eric Zhang: ใช้ระบบภาษีแบบก้าวหน้าเพื่อปรับปรุงความเป็นธรรมของเงินทุนกำลังสอง

14. การโจมตีและการป้องกันของ Quadratic Funding

15. การทดลองทางสังคม | ปล่อยให้การระดมทุนของชุมชนกลายเป็นพลังงานมหาศาล

16. "ตลาดหัวรุนแรง" และการลงคะแนนแบบกำลังสอง | ใช้ตัวตลาดเองเพื่อควบคุมตลาด

17. DAOrayaki｜Vitalik เป็นคนแรกที่เสนอและเผยแพร่ข้อความเต็มของ "Liberal Radicalism" 3.5w คำ [ตอนที่ 1]

18. DAOrayaki ｜ Vitalik ประกาศข้อความเต็มของ "Liberal Radicalism" กลับมาอีกครั้ง 3.5w คำ [中]

อ้างอิงท้ายเรื่อง

อ้างอิงท้ายเรื่อง

1. 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%

2. 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%

3. 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

4. https://www.youtube.com/watch?v=yDJ5KiZx7Yw

5. https://optimization.cbe.cornell.edu/index.php?title=Adam

6. https://optimization.cbe.cornell.edu/index.php?title=AdaGrad

7. https://arxiv.org/abs/1809.06421

8. https://gov.gitcoin.co/t/improving-grant-matching-estimates-during-the-round/7809/3

9. https://www.youtube.com/watch?v=yDJ5KiZx7Yw

10. https://en.wikipedia.org/wiki/Pareto_principle

11. 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

12. https://en.wikipedia.org/wiki/Correlated_equilibrium

13. https://ocw.mit.edu/courses/14-01-principles-of-microeconomics-fall-2018/88b8835701f40269b3fb5b5e537179a3_MIT14_01F18_lec18_25.pdf

14. https://en.wikipedia.org/wiki/Equilibrium_selection

15. https://en.wikipedia.org/wiki/Folk_theorem_(game_theory)

16. https://www.goodreads.com/quotes/82034-he-who-controls-the-spice-controls-the-universe

17. https://docs.cosmos.network/main/intro/overview.html

18. https://protocol.penumbra.zone/main/crypto/flow-encryption/threshold-encryption.html

19. https://ethresear.ch/t/maci-anonymization-using-rerandomizable-encryption/7054

20. https://ethresear.ch/t/quadratic-funding-optimal-incremental-revelation-for-the-multi-good-case/13109