菜宝钱包(caibao.it)是使用TRC-20协议的Usdt第三方支付平台,Usdt收款平台、Usdt自动充提平台、usdt跑分平台。免费提供入金通道、Usdt钱包支付接口、Usdt自动充值接口、Usdt无需实名寄售回收。菜宝Usdt钱包一键生成Usdt钱包、一键调用API接口、一键无实名出售Usdt。

首页科技正文

以太坊高度数据(www.326681.com)_通过匿名和声誉解决 DAO 中的群体头脑和私见

admin2023-01-196皇冠最新登陆网址

Đánh bạc online(www.vng.app):Đánh bạc online(www.vng.app) cổng Chơi tài xỉu uy tín nhất việt nam。Đánh bạc online(www.vng.app)game tài Xỉu Đánh bạc online online công bằng nhất,Đánh bạc online(www.vng.app)cổng game không thể dự đoán can thiệp,mở thưởng bằng blockchain ,đảm bảo kết quả công bằng.

,

孝顺者:DAOctor @DAOrayaki

审核者:shaun @DAOrayaki

原文:How Anonymity Can Solve Group-Think and Bias in DAOs

一、DAO中的影响力攻击

讨论是DAO的要害要素之一。

由于提案有用地指导了 DAO 的决媾和财政支出,以至于在审议阶段DAO很容易受到影响力的攻击。

这是一个经典问题,游说者使用差其余战略来影响提案的决议。例如:交流条件、行贿、胁迫、勒索等。

我们信托,在提案的确立、审媾和投票历程中,真正的匿名性可以解决大多数的影响力攻击。

二、链上治理系统中的人格私见问题

研究发现 DAO 在确立和审议提案时面临的三个挑战。

1)DAO 成员的手艺和知识纰谬称

由于DAO 由具有差异知识水平的介入者组成,因此:

  • 纵然简朴的提案,用户也无法判断某些动作的二阶和三阶效应

  • 成员们缺乏动力去花时间熟悉提案以做出更明智的决议

  • 进一步导致在评估时代缺乏介入,而且对提案的指斥不太有用。

2)太过依赖身份来评估提案

没有时间或专业知识研究提案,时间或知识贮备不足的用户依赖于来自高职位成员的社交启发来判断提案是“好”照样“坏”。

3)谈论中的身份和私见问题

这导致 DAO 决议凭证身份(高或低)而不是提案优点来评估和接受。

有意识和无意识的私见是学术界公认的问题,而且已被普遍研究。例如,与双盲审稿人相比,非盲审稿人更有可能接受著名作者或顶级机构的论文[1-3]。

三、通过匿名手艺解决私见

几十年来,学术界一直在与这种私见作斗争,并已最先使用信息手艺消除其审查系统中的私见。

然而,由于工具不足,DAOs 并没有解决这个问题。我们以为,可以首先概述 DAO 中介入者的动态来解决私见。换句话说,DAO 既有显著的私见—“超级明星”有意挟制提案,也有隐性的私见,即提案不是仅凭证优点来判断的。

1)专家:在特定领域具有高手艺、知识或孝顺的人。

  • 由于提案者的历史事情和可靠性,专家的提案更容易“信托”。

  • 专家和非专家的意见和讨论质量存在差异

  • 非专家缺乏时间或手艺来准确阅读和明白提案。

  • TLDR:DAO 的专业知识具有内在优势,可用于辅助非专家

2)职位:相对的社会或职业职位;

  • 无论专业水平若何,职位高的成员绝对值得信。

  • 用户融合了职位、专业知识和信托。例如,节点操作员可能具有较高的职位,但专业知识和信托度较低。

  • 职位高的人自私地行事并获得认可

  • 职位低的人为 DAO 的利益行事,但会被忽略

3)高职位成员的提案带有内在的起劲私见(高信托度,低审查度)

4)低职位成员的提案带有固有的负面私见(低信托度,无可见度)。

TLDR:DAO中的职位有固有的瑕玷,会降低讨论的价值

,

以太坊统计网

www.326681.com采用以太坊区块链高度哈希值作为统计数据,联博以太坊统计数据开源、公平、无任何作弊可能性。联博统计免费提供API接口,支持多语言接入。

,

四、引入匿名,将会发生么?

然而匿名性缺乏突出的、个性化的或不寻常的特征。

  • 匿名从话语中剥夺了职位和专业知识的信号。

  • 每小我私人的审查都市增添(高职位、低职位、专家和非专家)

  • 增添了治理疲劳,所有职位都受到同等审查。

  • 增添了垃圾邮件的风险。

在线信誉系统在削减疲劳和垃圾邮件方面有着乐成的历史。详细来说,Stack Overflow 已被证实在Crowd文档和讨论方面异常乐成。一样平常来说,专家在 Stack Overflow 上的行为和有用性也获得了研究和纪录[4-5]。

当 Anonymity 和 Reputation 连系时,一个具有理想属性的 Robust 讨论系统就泛起了[6]。即:

  • 随着时间的推移积累的专业知识数目:

  • 只有专家才气发提案(削减疲劳)

  • 较少的专家可以 TLDR,赞成/否决提案和话题(削减疲劳)

  • 专家可以调治垃圾邮件(削减垃圾邮件)

  • 专家可以示意性地直接讨论(提案)

  • 专家可以获得更多的专业点数(增添介入激励)

  • 没有手艺的用户(非专家)现在可以依赖有孝顺历史的专家,而不会被依赖纯粹身份的非专家所左右。

参考文献:

[1] Reviewer bias in single- versus double-blind peer review

Andrew Tomkins, Min Zhang, and William D. Heavlin

[2] Nobel and novice: Author prominence affects peer review 

Jürgen Huber, Sabiou Inoua, Rudolf Kerschbamer and Vernon L. Smith

[3] Understanding and supporting anonymity policies in peer review

Syavash Nobarany and Kellogg S. Booth

[4] Crowd documentation: Exploring the coverage and the dynamics of API discussions on Stack Overflow

Georgia Technical Report

[5] Towards Dynamic Interaction-Based Reputation Models

A. Melnikov, J. Lee, V. Rivera, M. Mazzara and L. Longo

[6]The Importance of Reputation for the Evolution of Decentralization

Craig Calcaterra, Wulf A. Kaal

查看更多

网友评论

热门标签