Prediction markets for content curation DAOs
public.icon
ChatGPT.iconPrediction markets for content curation DAOs can be used to make decisions faster and more efficiently than relying on a single person, such as Doug. These markets allow anyone to upvote or downvote a post by putting down ETH, creating a prediction market on what Doug would ultimately decide. This scheme could be manipulated by malicious actors, but the cost of doing so creates arbitrage opportunities for people willing to vote/bet against them, making it unlikely that manipulation attempts will succeed.
コンテンツキュレーションのための予測市場 DAOは、Dougのような一人の人間に頼るよりも、より速く、より効率的に意思決定を行うために使用することができます。これらの市場では、誰でもETHを置くことで投稿をアップヴォートまたはダウンヴォートすることができ、Dougが最終的に何を決定するかについての予測市場を作ることができます。この仕組みは、悪意のある行為者によって操作される可能性がありますが、そのためのコストが、投票や賭けに応じる人々の裁定機会を生み出し、操作の試みが成功する可能性を低くしているのです。
Highlights & Notes
Suppose that for every single piece of content that gets created, there is a virtual market, where anyone can upvote or downvote a post by putting down ETH
The upvoting/downvoting market is effectively a prediction market on what Doug would ultimately end up deciding
事実上、Dougが最終的に何を決定するかについての予測市場tkgshn.icon Why use the prediction markets at all, instead of just relying on Doug to give the results directly? There are two reasons.
First, Doug is slow; he may be asleep, he may have hardware signing keys that take hours to take out, or any number of other issues could prevent him from making fast decisions.
Dougの意思決定は早くないので、それを早いスピードで予測する（仮モデレーション）する群衆の知恵が必要だと。 Second, Doug does not have the time or resources to adjudicate every piece of content. In fact,
Dougが全部見切れないから、ある程度フラグを立てたものを見るようにしないとリソースが足りない
なのでここに予測市場を使うのは十分にあり得るtkgshn.icon*3
実際にはAIがフラグを立てて、それをEtheloで人力検知、後からGRに反映？ 攻撃方法について
The scheme could be manipulated by a malicious actor upvoting their own posts, but this has a cost, and inevitably creates arbitrage opportunities for people willing to vote/bet against them, so it should be expected that the portion of times manipulation attempts succeed is verysmall
コスト合わないんじゃないかなとのこと
コメント
この思想に似てるやつらしい
我々は、オンチェーンコミュニティで定義された評価システムでそれを行い、0-reputationエージェントの予測と評価で重み付けされた投票の結果を比較しています。
この結果、3層のコンテンツフィルタリングシステムが生まれました。
1 - フィルターなし（または時間ベース） - AIレコメンダーシステムに最適。
2 - 予測によるフィルタリング - コミュニティ・キュレーターに最適
3 - コミュニティーの評価によってフィルタリング - 消費者に最適です。
これは、レコメンダーシステムが最高の予測器として互いに競争する市場を作り出す。Facebookのニュースフィードのアルゴリズムがこのシナリオでうまくいくとは思えない。:smile:
どのような方式であっても、参加者が賭けや自分の信念・意見を述べるためにどれだけ早く現れるかには限界があります。それなら、ベット（担保＋情報を提供）しても、通貨鋳造（情報を提供）しても、同じ集計状態になるはずです。一方には担保がないので、インセンティブの方が魅力的かもしれません。
どちらのモデルでも、また時間をかけても、投票者/被検証者がある閾値の時間後にどの側になったかだけでなく、上記のピア予測法論文のような適切なScoring ruleによって指示された彼らのスコアによって、投票者/被検証者に関するスコアを構築できるはずである。 もっともらしいことを言うと、ガス制限の問題でEthereumにこれらのメカニズムを実装するのは難しかったのですが、それでもDasguptaのスコアリングルールの実装には成功しました（現在の形ではうまくいかないかもしれません 12）。
余談ですが、ピア予測技術をマイニングプロセスに採用することを考えたことはありますか？前提がゲーム理論的な真実性の概念であるとすれば、このような分散型システムにおける誠実さの指標を提供することができるかもしれません。