КAЖДОЕ УЛУЧШЕНИЕ МОДЕЛИ - ЭТО НАЛОГ НА ЛЮДЕЙ, КТО ПОСТРОИЛ ЕЁ ПЕРВЫМ

@OpenLedger

я сидел с обновлением двигателя атрибуции с января 2026 года уже несколько недель.

на первый взгляд это выглядит как простой прогресс. openledger обновил свою систему доказательства атрибуции, чтобы сохранить ссылки на выходные данные в целости, пока модели ИИ уточняются и развиваются со временем. хорошо. именно такая инфраструктурная проблема может сделать или сломать систему вознаграждения участников.

но чем больше я думал о механике под этой обновлением, тем больше мне становилось не по себе.

вот что я имею в виду.

доказательство атрибуции работает, отслеживая, какие данные обучения повлияли на какой вывод модели. данные участника A направили модель в измеримом направлении, происходит вывод, рассчитывается атрибуция, награда возвращается. цикл имеет смысл, когда модель статична, обучена один раз, развернута, используется.

проблема в том, что ИИ-модели не остаются статичными. их дообучают, обновляют, улучшают. новые данные накладываются на старые данные. каждый цикл дообучения постепенно смещает поведение модели от того, что производили оригинальные данные обучения.

что происходит с оценкой атрибуции участника A после того, как модель была дообучена трижды участниками B, C и D?

обновление механизма атрибуции говорит, что ссылки "поддерживаются", но как именно они поддерживаются? если модель отклонилась на 40% от своего оригинального распределения обучения через последовательные циклы дообучения, получает ли участник A все еще кредит за 100% своего оригинального влияния? или его доля атрибуции разбавляется каждым последующим улучшением?

я не смог найти четкий публичный ответ на этот вопрос нигде в документации. и это имеет большее значение, чем кажется. 🔍

подумайте о том, как выглядит стимул для участников, если разбавление атрибуции реально.

вы вносите высококачественные доменные данные рано. ваша оценка атрибуции изначально сильна. затем разработчики начинают дообучать модель. каждое улучшение слегка смещает распределение вывода. влияние вашего оригинального вклада на текущие выводы уменьшается с каждым обновлением. ваш поток наград тихо уменьшается со временем не потому, что ваши данные ухудшились, а потому, что модель улучшилась вокруг них.

это противоположно тому, что должна делать структура вознаграждений. она должна создавать сложные доходы для ранних высококачественных участников. если дообучение разбавляет атрибуцию вместо этого, это создает систему, в которой быть первыми — на самом деле недостаток, вы внесли вклад до того, как модель стала достаточно ценной, чтобы создать значимый спрос на вывод, а к моменту, когда спрос на вывод приходит, ваша доля атрибуции была разрушена всеми, кто улучшил модель после вас.

я наблюдал нечто подобное в предоставлении ликвидности во время лета DeFi.

ранние LP предоставили ликвидность до того, как пулы получили объем. они взяли на себя наибольший риск. они получили худшее исполнение. затем, когда объем пришел и сборы начали поступать, поздние LP вошли по лучшим ценамстолкнулись с меньшим риском временной потери и захватили непропорциональную долю дохода от сборов. быть первыми не вознаграждали. это было разбавлено людьми, которые пришли после того, как риск уже был поглощен.

проблема разбавления атрибуции openledger имеет такую же структуру, если я правильно понимаю механику.

январское обновление касалось отслеживания эволюции модели, что означает, что команда четко определила это как реальную проблему, вокруг которой стоит работать. это действительно сигнал, который я нахожу обнадеживающим. вы не строите инфраструктуру для проблемы, которая, как вы считаете, не существует.

но описание обновления достаточно неясно, чтобы я не мог сказать, решает ли оно проблему разбавления или просто отслеживает ее более точно. это очень разные результаты. одно означает, что ранние участники защищены. другое означает, что система теперь имеет лучшую видимость того, насколько их разбавляют.

в чем я не полностью уверен, так это в том, что на самом деле было выпущено.

честный риск здесь конкретен. если разбавление атрибуции реально и накапливается, openledger в конечном итоге столкнется с проблемой удержания участников, которая выглядит совершенно иначе, чем проблема привлечения участников. датасеты заполнятся. объем вкладов будет выглядеть здоровым. а под этой поверхностью самые ранние и высококачественные участники — те, чьи данные действительно формировали фундаментальные возможности модели — будут тихо зарабатывать все меньше и меньше за работу, которая имела наибольшее значение.

это не катастрофический провал. это медленный структурный. тот, который не проявляется в цепочечных метриках, пока участники, которые замечают это, уже тихо не остановились.

то, что я хотел бы увидеть от openledger и чего еще не видел, — это прозрачный разбор того, как доли атрибуции развиваются на протяжении истории дообучения модели. не описание механизма в белой книге. фактические данные в блокчейне из живого датасета, показывающие, что произошло с наградами ранних участников после обновления модели. это конкретное раскрытие сказало бы мне, решило ли обновление механизма атрибуции в январе проблему или просто названо более точно.

пока эти данные не существуют публично, я наблюдаю за активностью дообучения на активных датасетах более внимательно, чем за чем-либо еще в этом протоколе.