DAOrayaki: SBT よりも価値のある DAO 評判定量化モデル
原作者：TalentDAO@xrex
元のタイトル: DAO における評判の定量化
評判の定量的モデルは、SBT が提供する単一の定性的データポイントよりも理にかなっている可能性があります。この記事では主に、DAO ネットワーク内の投稿者の評判を定量化する方法について説明します。次回の投稿では、この定量的モデリング フレームワークが DAO ガバナンスに及ぼす潜在的な影響を検討します。
いくつかの仮定
組織における個人の力はその人の評判に等しい。
評判は貢献に等しい。
貢献は列挙、測定、定量化できます。
DAO への貢献を全体的に定量化することで、完全に透明でトラストレスで公正なガバナンス システムが可能になります。
評判は多面的です
評判は多くの要素から構成されます。どの要素を観察することを選択し、それらをどのように測定するかを選択することは、人について行う決定に大きな影響を与える可能性があるため、道徳的および倫理的考慮事項を伴う主観的な測定には注意する必要があります。ピア報酬サークル (Coordinape など) などの主観的な尺度は、完全には列挙されていない貢献を捕捉すると同時に、新たな取り組みを通じて新たな成長を促すこともできます。ただし、この記事では客観的な測定にこだわり、論理的な第一原則に基づいて考えるように最善を尽くします。
組織の新入社員がすでに評判を持っている場合、それは彼らが私生活であれ仕事であれ、他の場所で行った貢献によるものです。これらの貢献により、彼らに譲渡可能な評判が与えられます。
匿名性、プライバシー、検閲耐性、トラストレス、パーミッションレスなシステムが当然のことながら最高位に君臨する Web3 の世界では、新しい組織や個人を評価するときに評判に頼ることしかできないことがよくあります。したがって、組織内で誰かがどれだけの力を持っているかを判断する上で、評判は非常に重要です。良い点は、アクションを追跡できること、つまりオンチェーンでの貢献を追跡できることです。
DAO の貢献者は、チャット、フォーラム、投票、提案書の作成、投票、会議への出席、報奨金の支払い、その他無数の方法への参加によって評判を築くことができます。これらの行動はさまざまな方法で定量化でき、トークンで報酬を得ることができます。譲渡不可能な NFT、つまり「魂に縛られた」トークン (SBT) は、過去 1 年にわたって、オンチェーンで評判認証情報を発行するためのゴールドスタンダードになりました。しかし、このアプローチは、特にデジタル環境における人間の評判の複雑さを適切に表現するには不十分です。
人間の評判の数値表現を作成するいくつかの方法には、異なる入力データ ソースのセットが必要です。評判モデルは、オンチェーンとオフチェーンの両方のさまざまなデータ ソースから引き出された貢献に基づいて作成され、特定の指標と証明書の適格性 (「メリットのバッジ」) を計算するために集計または比較されます。この例としては、Gitcoin Passport と Orange Protocol の評判 NFT が挙げられます。
モデルを使用すると、意思決定者は入力の選択を微調整できます。一方では認証が完全に欠如しており、他方ではすべての列挙された変数の包括的な評価が行われています。評判の定量的モデルは、SBT が提供する単一の定性的データポイントよりも理にかなっている可能性があります。
組織が KPI を使用する理由
KPI は、目標に対するパフォーマンスを測定する手段です。 KPI の改善は、あらゆる取り組みの主な目標であってはなりません。犬が尻尾を追いかけるようなものです。 KPI を最適化しても元の問題は解決されず、無関係なデータセットで「モデルをトレーニング」することになります。人間は本質的に偏見と主観を持っています。人間は他人だけでなく自分自身にも、多くの場合意図せずに嘘をつきます。管理方法は客観的なデータと分析の使用です。
貢献とは何ですか?
無制限のデザインスペースによる作業の証明。
貢献には次のものが含まれます。
行動/行動（仕事）
結果(値)
文書（作業証明）
4つの寄付タイプ
ガバナンス: 提案、投票、運営、レビュー
財務: 投資、助成金、買収
労力: パフォーマンスと成果物、会議に費やした時間、追跡されたプロジェクト作業に基づく活動
ソーシャル: チャットとフォーラムのアイデア、フィードバック、会議、プロモーション
貢献度スコア
さまざまな方法で貢献を追跡および定量化することで、より少ない入力で、不正行為に対して堅牢で、より代表的で公平かつ包括的なアルゴリズムおよび全体的なシステムを作成することができます。
個々の貢献者とコミュニティを区別するには、さまざまなレベルの認定 (資格情報) と取得ルールを確立する必要があります。全員の行動を列挙する必要があります。プロセスに何らかの構造を課すまでは、これは気の遠くなる作業のように思えます。
個々の寄与は、変換関数を使用して正規化した後、時間フィルタリングを行って相対的な重みを調整できます。特定の貢献の重みは、各コミュニティ固有の分布に従って貢献タイプのカテゴリをスケーリングするメタ関数に従って集計できます (さらに後述します)。最終結果は単一の集計値であり、これを「貢献スコア」と呼びます。
変換機能：データ変換
線形: x = n
「グラフは直線の関数、つまり 0 次または 1 次の多項式関数です。」
二次関数: x = 2^n
「最高次項が 2 次である 1 つ以上の変数の多項式関数。」
対数: x = log2(n);
べき乗の逆関数。 "\"指数を累乗する必要がある別の固定数 [...]"
時間フィルター
各入力は、関連する時間範囲に焦点を当てるように調整したり、重み付けして変換関数に送信されるカウントにどの寄与が含まれるかを決定することができます。このセクションと概念はもともと、SourceCred 粒子分布で使用されるモデルからインスピレーションを得たものです。
SourceCred には、プロジェクトが貢献に対する報酬 (「粒度」) をどのように割り当てるかについて、最近、即時、バランスのとれた 3 つのポリシーがあります。ここで紹介するモデルは、これを拡張して信念 (一定期間にわたって入力の重みを増やす方針) を含めます。
時間フィルターの概念を適用して、特定のスナップショットの寄与スコアを計算できます。
1.インスタント
「これにより、先週の各参加者の貢献度に基づいて報酬が均等に分配されます。(このポリシーは、前週の貢献度をすべて無視し、アクティブな参加者に迅速な報酬を提供することを目的としています)。」
2.バランス
「これにより、生涯の貢献度および生涯の報酬収入に基づいて報酬が分配されます。バランスの取れた時間フィルターにより、プロジェクトの参加者全員が、参加期間中の合計貢献度と一致する合計報酬の支払いを確実に受け取ることができます。」
たとえば、貢献者が過去に少額の寄付をしたため、少額の報酬を受け取ったとします。ただし、コミュニティは最近重みを変更したり、新しいプラグインを追加したりしたため、寄稿者は寄稿に関するより多くの記録を保持できるようになりました。
バランス ポリシーは、この貢献者は給与が低いと判断するため、プロジェクトの他の参加者に「追いつく」ために追加のお金を支払います。逆に、寄付者は「過剰な支払い」を行う可能性があり、支払いのバランスが保たれるまでは報酬が少なくなります。 」
3.最近
「これにより、最近の貢献に基づいて報酬が分配され、指数関数的減衰を使用して最近の評判を優先します。」 Recent WeeklyDecayRate パラメーターは、最近の貢献にどの程度重点を置くかを決定します。上記の例のように、recent WeeklyDecayRate が 0.5 (つまり 50% 割引) に設定されている場合、戦略は先週生成された貢献の 100%、前週に生成された貢献の 50%、および今週生成された貢献の 25% を計算します。週間、週間では 12.5% など。 」
4. 信仰
時間寄与フィルターとして使用できるガバナンスの修飾子として人気のある 4 番目のモードがあります。有罪判決投票には、時間の経過とともに決定に対するコミットメントを高めるという概念が組み込まれています。同じ概念を拡張して、固定期間ではなく時間の経過とともに継続的に減衰する重みに基づいて寄与スコアを計算することができます。
出力
画像の説明
図 1: 豊富な入力セットを備えたモデル コンポーネントの例
メタファンクション
ここでのメタ関数は、集合関数で構成される複合関数として定義されます。集約関数の特性は、リダクション計算の次元出力が入力関数のセットと比較して削減されることです。メタ関数を使用すると、コミュニティへの評判に基づく参加を合理的に近似する正規化された貢献スコアを計算できます。個別に寄与した入力ソースのスケーリングおよび正規化された定量化を表す出力値 (Y) のセットから正規化された寄与スコアを計算するには、3 つのステップが必要です。
各貢献タイプの重みを決定します。
ガバナンス: XX%
財務: XX%
努力: XX%
ソーシャル: XX%
注: 拠出金が複数のタイプに割り当てられている場合は、個別に計算する必要があります。
貢献タイプを組み合わせるために使用される変換関数を決定します。
(a) + (b) + (c) + (d) = 総重量
注: すべてのメタ関数に対して線形変換を使用し、冗長なデータ変換を避ける方が簡単な場合があります。適切な変換関数を使用して個々の入力を変換することで、より詳細な制御を実現できます。
最終的な貢献スコアは、合計の重みの平均を取ることで正規化されます。
総重量 / 貢献タイプの数 = 正規化された貢献スコア
最後に次のように書きます。
以下では、貢献度スコアリング モデルを DAO ガバナンス、注意事項と制限、および潜在的な影響にどのように適用できるかを検討します。
