Механизм скрининга анти-сибил в Lighter Exchange недавно вызвал много обсуждений. Основатель и генеральный директор Владимир Новаковски признался в логике этой системы в недавнем интервью сообществу.
Что касается правил отбора, он отметил важный момент: есть канал жалоб. Если пользователи чувствуют, что алгоритм их «обидел», они могут подать жалобу в Discord, но фактическое количество апелляций значительно меньше, чем ожидалось, что отчасти говорит о том, что точность системы неплоха. Однако он также подчеркнул, что конкретные детали алгоритма не будут раскрыты общественности — это решение очень реалистично, ведь ни один проект не хочет, чтобы его логика контроля рисков была выяснена и затем «назначила правильное лекарство».
Техническая нагрузка, связанная с созданием системы, немала. Используются кластерный анализ, распознавание поведенческих шаблонов и другие рутинные операции в области науки о данных. Интересно, что количественная команда, обычно отвечающая за ликвидность и докинг маркет-мейкеров, также была привлечена и провела несколько недель в исследованиях и разработках. Кроме того, он обменялся опытом с другими протоколами и индивидуальными охотниками на ведьм, которые выполняли похожую работу.
Они уверены в конечном результате. Но в то же время это откровенно — если действительно произойдет ошибка, пользователи могут подавать апелляцию через официальные каналы. Такое отношение до сих пор заслуживает признания.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
14 Лайков
Награда
14
4
Репост
Поделиться
комментарий
0/400
DegenWhisperer
· 5ч назад
Обоснование жалобы мало говорит о точности или неправильности, сказать точно трудно. Может быть, все просто зажаты и ищут способ выбраться.
Посмотреть ОригиналОтветить0
SighingCashier
· 5ч назад
Мы не знаем, насколько точен алгоритм, в любом случае жалоб немного, и на этом всё заканчивается. Ха-ха-ха, мне нравится эта логика.
Посмотреть ОригиналОтветить0
BoredRiceBall
· 5ч назад
Меньшее количество жалоб означает более высокую точность? Эта логика немного натянутая, возможно, люди вообще не знают, как подавать жалобы.
Я понимаю, что алгоритм не раскрыт, но в таком случае никто не сможет проверить, действительно ли он "точный".
Команды по количественной аналитике уже задействованы, похоже, что Lighter на этот раз серьезно настроен... Но все равно хочется увидеть реальные данные.
Риск-менеджмент — это всегда игра в кошки-мышки: сегодняшние правила завтра уже взломают.
Механизм против ведьм, даже если он совершенен, — это лишь временное решение; главное — это способность самой биржи выдерживать риски.
Короче говоря, это чтобы не дать нам понять, как "лечить по симптомам", немного опасаясь пользователей.
Использование кластерного анализа и распознавания поведения для выявления ведьм — не опасно ли это, ведь могут пострадать и обычные пользователи?
Посмотреть ОригиналОтветить0
ETH_Maxi_Taxi
· 5ч назад
Говоря о том, что жалоб немного, означает ли это, что система работает почти идеально, или люди уже привыкли к тому, что их обманывают...
Я понимаю концепцию алгоритмической "черной коробки", но что делать, если человека действительно обвиняют несправедливо? Просто подать форму в Discord — и всё?
Кластерный анализ, связанный с ведьмами — звучит профессионально, но кто в итоге принимает решение?
Почему команда по количественному анализу тоже должна вмешиваться? Есть ли какие-то хитрости в области ликвидности?
В любом случае, я просто хочу знать, действительно ли эта механика на уровне контракта прозрачна и проверяема.
За кулисами проверки на женоненавистничество на биржах: борьба между алгоритмическим дизайном, механизмами обжалования и наукой о данных
Механизм скрининга анти-сибил в Lighter Exchange недавно вызвал много обсуждений. Основатель и генеральный директор Владимир Новаковски признался в логике этой системы в недавнем интервью сообществу.
Что касается правил отбора, он отметил важный момент: есть канал жалоб. Если пользователи чувствуют, что алгоритм их «обидел», они могут подать жалобу в Discord, но фактическое количество апелляций значительно меньше, чем ожидалось, что отчасти говорит о том, что точность системы неплоха. Однако он также подчеркнул, что конкретные детали алгоритма не будут раскрыты общественности — это решение очень реалистично, ведь ни один проект не хочет, чтобы его логика контроля рисков была выяснена и затем «назначила правильное лекарство».
Техническая нагрузка, связанная с созданием системы, немала. Используются кластерный анализ, распознавание поведенческих шаблонов и другие рутинные операции в области науки о данных. Интересно, что количественная команда, обычно отвечающая за ликвидность и докинг маркет-мейкеров, также была привлечена и провела несколько недель в исследованиях и разработках. Кроме того, он обменялся опытом с другими протоколами и индивидуальными охотниками на ведьм, которые выполняли похожую работу.
Они уверены в конечном результате. Но в то же время это откровенно — если действительно произойдет ошибка, пользователи могут подавать апелляцию через официальные каналы. Такое отношение до сих пор заслуживает признания.