El diseño de la capa de incentivos en la economía de datos siempre me ha fascinado, pero también me ha hecho ser extremadamente cauteloso. En esta revisión de OpenGradient, descompuse desde cero su modelo de incentivos para nodos y el modelo de ponderación de tokens. Su núcleo es "la contribución verificable determina el peso de los ingresos", lo cual, en un modelo ideal, es más avanzado que simplemente pagar por cantidad; al menos, apunta a la difícil cuestión de la atribución de valor. $BTC
Pero, en un entorno de muestras grandes y abiertas, las cosas se complican. He seguido algunas redes de incentivos similares y he notado que, en cuanto los retornos económicos están asegurados, los participantes tienden a "optimizar" su comportamiento para maximizar la producción. En el marco de OPG, esto significa que los datos y las solicitudes de inferencia presentadas probablemente serán cuidadosamente ajustadas para alinearse con los gustos de los criterios de alta ponderación. Esta alta puntuación generada artificialmente es, en esencia, una sobrecarga de ruido. Más complejo aún es el juego de múltiples roles. Los intereses de los proveedores de datos, los proveedores de servicios de modelos y los validadores no son naturalmente consistentes. Los validadores pueden relajar los estándares debido a sobornos o consideraciones de costos, mientras que los proveedores de datos seguirán explorando los límites de calidad. Una vez que se forma este juego en múltiples capas, la precisión de la liquidación en cadena será arrastrada a un torbellino de deriva continua. Muchos protocolos anidados tempranos se volvieron así lentamente de claros a engorrosos. Por supuesto, no estoy completamente en contra de su diseño. OpenGradient actualmente vincula el mecanismo de penalización con el peso de la apuesta, al menos es más que esos pools de incentivos desnudos. Pero creo que la verdadera prueba radica en si la velocidad de iteración a largo plazo en "resistencia a brujas" y "resistencia a colusiones" puede superar la velocidad de evolución de los atacantes. Para mí, este proyecto se siente más como un excelente campo de experimentación social. Participaré con una pequeña cantidad de fondos en interacciones tempranas, pero mi objetivo principal es recopilar datos de comportamiento, no buscar altos retornos. Antes de que el modelo económico complete unos ciclos completos, cualquier apuesta de gran tamaño se siente como lanzar un dado con los ojos cerrados. #OPG $OPG @OpenGradient