Token Engineering Commons Pengenalan Program Pendanaan Musim Semi 2024
Artikel ini akan memperkenalkan sebuah proyek inovatif yang mendapatkan dana dari Token Engineering Commons 2024 Spring (TEC). Proyek ini bertujuan untuk memanfaatkan pembelajaran penguatan dan teknologi pemodelan serta simulasi berbasis agen untuk mengoptimalkan mekanisme bonding curve dalam ekosistem token.
Latar Belakang Proyek
Kurva bonding sebagai bagian penting dari ekosistem token, memainkan peran kunci dalam mengontrol fluktuasi harga token, menyediakan likuiditas, dan mendinamisasi pasokan token. Melalui matematika hubungan antara berbagai elemen dalam ekosistem token, kurva bonding membuka kemungkinan baru untuk "pengendalian rekayasa" ekosistem token.
Pada tahun 2018, sebuah tim telah mengusulkan konsep penggunaan AI-agent untuk optimalisasi mekanisme, dengan mengamati perilaku agen pembelajaran mesin untuk mengidentifikasi kemungkinan perilaku pengguna setelah sistem diterapkan, dan mengoptimalkan desain mekanisme dengan membandingkan perbedaan antara perilaku nyata dan perilaku yang diharapkan. Namun, konsep ini belum diterapkan secara luas.
Sejak tahun 2023, Bonding Curve Research Group (BCRG) telah melakukan penelitian menyeluruh tentang bonding curve, terutama dalam penelitian bersama PAMM (Primary Automated Market Maker) dan SAMM (Secondary Automated Market Maker). Namun, karena keterbatasan sumber daya, BCRG belum menjelajahi penelitian yang lebih mendalam seperti strategi jahat, pengujian penetrasi, dan lainnya.
Ringkasan Proyek
Proyek ini bertujuan untuk mengeksplorasi strategi jahat potensial dari penyerang di bawah kombinasi kurva bonding PAMM dan SAMM yang berbeda melalui AI-agent yang dilatih dengan pembelajaran penguatan. Melalui analisis perbandingan dan eksplorasi ruang perilaku, tim proyek akan mencari kombinasi parameter kurva bonding yang relatif stabil dan berkualitas tinggi untuk mengoptimalkan desain mekanisme protokol, memperkecil kesenjangan antara perilaku yang diharapkan dan perilaku yang sebenarnya, serta mengurangi risiko keamanan ekonomi dalam ekosistem token.
Secara spesifik, proyek ini akan memilih empat jenis kurva bonding PAMM yang umum (Linear, Eksponensial, Power, dan Sigmoid) serta dua jenis kurva bonding SAMM yang umum (produk konstan dan jenis campuran), membentuk 8 kombinasi. Tim proyek akan menggunakan metode pemodelan dan simulasi berbasis agen untuk eksperimen, memanfaatkan agen AI untuk mengeksplorasi kumpulan strategi jahat potensial dari setiap rencana serta probabilitas terjadinya, dan menunjukkan dampak strategi jahat terhadap sistem melalui hasil simulasi, sehingga dapat mengeksplorasi strategi respons terhadap serangan jahat yang ilmiah dan rencana optimasi mekanisme kurva bonding.
Inovasi Proyek
Mengintroduksi pembelajaran penguatan ke dalam Rekayasa Token, membentuk metode optimasi mekanisme protokol yang berbasis AI-agent dan pemodelan serta simulasi berbasis agen.
Metode ini memiliki universalitas, dapat diimplementasikan, dan dapat digunakan kembali, diharapkan dapat memberikan dampak positif terhadap keamanan ekonomi seluruh ekosistem token.
Dengan bantuan platform pemodelan dan simulasi yang canggih, membuat model mudah dipahami, digunakan, dan diverifikasi.
Tujuan Proyek
Tujuan jangka pendek:
Menggunakan AI-agent untuk menjelajahi strategi jahat potensial di bawah kombinasi kurva bonding yang berbeda, mengidentifikasi risiko, dan mengeksplorasi strategi tanggapan serta solusi optimasi mekanisme.
Menyediakan metodologi yang ilmiah dan ketat untuk penelitian bonding curve.
Mengajukan saran untuk meningkatkan keamanan ekonomi ekosistem token dari sudut pandang kurva bonding.
Tujuan jangka panjang:
Dengan mempromosikan metode pemodelan dan simulasi berbasis agen yang menggabungkan AI dan Rekayasa Token, lebih banyak orang dapat menjadi Insinyur Token, meletakkan dasar untuk membangun ekosistem token yang terdesentralisasi, tahan banting, dan berkelanjutan, serta mendorong perkembangan teori dan praktik Rekayasa Token.
Hasil yang Diharapkan
Model simulasi ekonomi token dengan AI-agent yang memperkenalkan 8 kombinasi eksperimen PAMM dan SAMM. Model ini akan sepenuhnya transparan, mudah dipahami, digunakan, dan diverifikasi.
Sebuah laporan penelitian yang berbasis pada eksplorasi AI-agent, menjelaskan secara rinci strategi serangan jahat potensial di bawah kombinasi kurva bonding yang berbeda, termasuk proses pemodelan, konten eksperimen, risiko kerentanan, dan solusi optimasi.
Nilai Proyek
Kenyamanan: Model akan dibuka sebagai barang publik, semua orang dapat mengakses dan mengujinya.
Nilai pendidikan: Melalui model yang rinci dan tutorial simulasi, membantu masyarakat memahami dengan mendalam cara kerja bonding curve dan perannya dalam ekosistem token.
Transparansi: Melalui alat visualisasi, membuat mekanisme pemodelan dan proses eksperimen menjadi transparan, sehingga masyarakat dapat memahami mekanisme model dan risiko potensial.
Didorong oleh komunitas: Anggota komunitas dapat melakukan berbagai eksperimen berdasarkan model ini dan mempublikasikan hasil penelitian untuk mencapai pengawasan mandiri yang didorong oleh komunitas.
Selaras dengan Prinsip Rekayasa Token: Dengan mempopulerkan metode dan alat ini, lebih banyak orang dapat berpartisipasi dalam rekayasa token, bersama-sama membangun ekosistem token yang lebih tahan banting dan berkelanjutan.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
13 Suka
Hadiah
13
6
Bagikan
Komentar
0/400
pumpamentalist
· 08-03 06:44
Coba jalur yang hebat
Lihat AsliBalas0
TokenToaster
· 08-03 06:42
Kurva sangat menarik
Lihat AsliBalas0
SmartContractRebel
· 08-03 06:39
Kurva harus dimainkan dengan indah.
Lihat AsliBalas0
ArbitrageBot
· 08-03 06:38
jebakan ya sudah
Lihat AsliBalas0
BlockchainWorker
· 08-03 06:26
Layak untuk diteliti dan diikuti dalam jangka panjang
Rekayasa Token yang Didukung AI: Proyek Pendanaan TEC Fokus pada Optimasi Kurva Bonding
Token Engineering Commons Pengenalan Program Pendanaan Musim Semi 2024
Artikel ini akan memperkenalkan sebuah proyek inovatif yang mendapatkan dana dari Token Engineering Commons 2024 Spring (TEC). Proyek ini bertujuan untuk memanfaatkan pembelajaran penguatan dan teknologi pemodelan serta simulasi berbasis agen untuk mengoptimalkan mekanisme bonding curve dalam ekosistem token.
Latar Belakang Proyek
Kurva bonding sebagai bagian penting dari ekosistem token, memainkan peran kunci dalam mengontrol fluktuasi harga token, menyediakan likuiditas, dan mendinamisasi pasokan token. Melalui matematika hubungan antara berbagai elemen dalam ekosistem token, kurva bonding membuka kemungkinan baru untuk "pengendalian rekayasa" ekosistem token.
Pada tahun 2018, sebuah tim telah mengusulkan konsep penggunaan AI-agent untuk optimalisasi mekanisme, dengan mengamati perilaku agen pembelajaran mesin untuk mengidentifikasi kemungkinan perilaku pengguna setelah sistem diterapkan, dan mengoptimalkan desain mekanisme dengan membandingkan perbedaan antara perilaku nyata dan perilaku yang diharapkan. Namun, konsep ini belum diterapkan secara luas.
Sejak tahun 2023, Bonding Curve Research Group (BCRG) telah melakukan penelitian menyeluruh tentang bonding curve, terutama dalam penelitian bersama PAMM (Primary Automated Market Maker) dan SAMM (Secondary Automated Market Maker). Namun, karena keterbatasan sumber daya, BCRG belum menjelajahi penelitian yang lebih mendalam seperti strategi jahat, pengujian penetrasi, dan lainnya.
Ringkasan Proyek
Proyek ini bertujuan untuk mengeksplorasi strategi jahat potensial dari penyerang di bawah kombinasi kurva bonding PAMM dan SAMM yang berbeda melalui AI-agent yang dilatih dengan pembelajaran penguatan. Melalui analisis perbandingan dan eksplorasi ruang perilaku, tim proyek akan mencari kombinasi parameter kurva bonding yang relatif stabil dan berkualitas tinggi untuk mengoptimalkan desain mekanisme protokol, memperkecil kesenjangan antara perilaku yang diharapkan dan perilaku yang sebenarnya, serta mengurangi risiko keamanan ekonomi dalam ekosistem token.
Secara spesifik, proyek ini akan memilih empat jenis kurva bonding PAMM yang umum (Linear, Eksponensial, Power, dan Sigmoid) serta dua jenis kurva bonding SAMM yang umum (produk konstan dan jenis campuran), membentuk 8 kombinasi. Tim proyek akan menggunakan metode pemodelan dan simulasi berbasis agen untuk eksperimen, memanfaatkan agen AI untuk mengeksplorasi kumpulan strategi jahat potensial dari setiap rencana serta probabilitas terjadinya, dan menunjukkan dampak strategi jahat terhadap sistem melalui hasil simulasi, sehingga dapat mengeksplorasi strategi respons terhadap serangan jahat yang ilmiah dan rencana optimasi mekanisme kurva bonding.
Inovasi Proyek
Mengintroduksi pembelajaran penguatan ke dalam Rekayasa Token, membentuk metode optimasi mekanisme protokol yang berbasis AI-agent dan pemodelan serta simulasi berbasis agen.
Metode ini memiliki universalitas, dapat diimplementasikan, dan dapat digunakan kembali, diharapkan dapat memberikan dampak positif terhadap keamanan ekonomi seluruh ekosistem token.
Dengan bantuan platform pemodelan dan simulasi yang canggih, membuat model mudah dipahami, digunakan, dan diverifikasi.
Tujuan Proyek
Tujuan jangka pendek:
Tujuan jangka panjang: Dengan mempromosikan metode pemodelan dan simulasi berbasis agen yang menggabungkan AI dan Rekayasa Token, lebih banyak orang dapat menjadi Insinyur Token, meletakkan dasar untuk membangun ekosistem token yang terdesentralisasi, tahan banting, dan berkelanjutan, serta mendorong perkembangan teori dan praktik Rekayasa Token.
Hasil yang Diharapkan
Model simulasi ekonomi token dengan AI-agent yang memperkenalkan 8 kombinasi eksperimen PAMM dan SAMM. Model ini akan sepenuhnya transparan, mudah dipahami, digunakan, dan diverifikasi.
Sebuah laporan penelitian yang berbasis pada eksplorasi AI-agent, menjelaskan secara rinci strategi serangan jahat potensial di bawah kombinasi kurva bonding yang berbeda, termasuk proses pemodelan, konten eksperimen, risiko kerentanan, dan solusi optimasi.
Nilai Proyek
Kenyamanan: Model akan dibuka sebagai barang publik, semua orang dapat mengakses dan mengujinya.
Nilai pendidikan: Melalui model yang rinci dan tutorial simulasi, membantu masyarakat memahami dengan mendalam cara kerja bonding curve dan perannya dalam ekosistem token.
Transparansi: Melalui alat visualisasi, membuat mekanisme pemodelan dan proses eksperimen menjadi transparan, sehingga masyarakat dapat memahami mekanisme model dan risiko potensial.
Didorong oleh komunitas: Anggota komunitas dapat melakukan berbagai eksperimen berdasarkan model ini dan mempublikasikan hasil penelitian untuk mencapai pengawasan mandiri yang didorong oleh komunitas.
Selaras dengan Prinsip Rekayasa Token: Dengan mempopulerkan metode dan alat ini, lebih banyak orang dapat berpartisipasi dalam rekayasa token, bersama-sama membangun ekosistem token yang lebih tahan banting dan berkelanjutan.