DAOrayaki：比SBT更有价值的DAO声誉量化模型

声誉的定量模型可能比SBT提供的单一定性数据点更有意义。本文主要讨论如何量化DAO网络中贡献者的声誉。在下一篇文章中

几个前提假设一个人在组织内的权力与他的名声相同。

名声等于贡献。

贡献可以列举、衡量和量化。

对DAO贡献的整体量化可以实现完全透明、不需要信任、公平的治理系统。

名声是多层面的名声，由多种因素构成。我们观察哪些因素，选择我们如何衡量，以及我们对一个人的决定是否会产生重大影响。要警惕与道德和伦理考虑相关的主观测量。主观测量(如Coordinap)和同事补偿权(COORDINAP)可以捕获未完全列举的贡献，但是，我将在本文中坚持客观测量，尽力从逻辑的第一原理思考问题。

如果组织的新员工已经享有声誉，那么他们在其他地方做出的贡献——无论是个人生活还是职业生活。这些贡献赋予了他们可转让的名声。

在Wb3世界中，匿名、隐私、抗审查、信任、无证系统正确地占据了最高地位，在评价新的组织或个人时，我们通常只依靠名声。因此，当决定一个人在组织中拥有多少权力时，名声至关重要。幸运的是，我们可以在链条上追踪行动，追踪贡献。

DAO提供者可以通过聊天、论坛、投票、起草提案、投票、参加会议、完成奖金和许多其他方式树立声誉。这种行为可以通过多种方法量化，使用代币来鼓励。不可转让的NFT，即“灵魂绑定”代币(SBT)，在过去的一年里成为向连锁发行信用凭证的黄金标准。然而，这种方法不足以充分代表人类声誉的复杂性，特别是在数字环境中。

创建人类声誉数字表示的几种方法包括多种输入数据源集。声誉模型可以基于从链和链下的各种数据源中提取的贡献，然后收敛或比较以计算指定的指标和证书资格(“功勋徽章”)。这方面的一些例子是Gitcoin Passport和Orang Protocol的信誉NFT。

模型允许决策者微调输入的选择。一方面是完全缺乏认证，另一方面是对所有枚举变量的综合评价。声誉的定量模型可能比SBT提供的单一定性数据点更有意义。

为什么组织使用KPIKPI是衡量目标实现成果的手段。改善KPI不应成为任何计划的主要目标。就像一条狗追尾巴一样

什么是贡献有无限设计空间的工作证明。

贡献如下：

一个动作/动作(动作)

结果(价值)

文件(工作证明)

四种贡献类型

治理：提议、投票、运作、审计

金融：投资、补贴、收购

努力：基于成果和产出的活动、会议所需时间、跟踪项目任务

社交网络：聊天和论坛想法、反馈、会议、促销

贡献分数通过跟踪和量化各种方式的贡献，可以创造出对欺诈行为抵抗力强、比投资少、代表性强、公平性强、包容性强的算法和整个系统。

为了区分个人参与者和社区，必须设置不同级别的认证(证书)和获得规则。每个人的行动都要列出来。在我们对这个过程施加一些结构之前，这似乎是一项艰巨的任务。

可以使用变换函数规格化个人贡献，然后执行时间过滤以调整相对权重。然后，您可以根据根据每个社区的分布(如下文详细说明)缩放贡献类型类别的元函数聚合特定贡献的权重。最终结果是生成用“贡献分数”描述的单个摘要值。

转换函数：转换数据

路线：=n

“图形为直线的函数，即次数为0或1的多项式函数”

二次：=2n

"具有一个或多个变量的多项式函数。这里最高的项目是次级项目。"

日志：=log 2(n)；

求幂的逆函数。“”另一个固定数字[.]应该提高的指数"

时间过滤器调整每个输入，以关注相关时间范围或加权时间范围，并确定发送到变换函数的计数中包含的贡献。本节和概念最初是从用于部署SourcCrd grain的模型中获得灵感的。

SourcCrd关于项目如何分配贡献报酬(“grain”)的政策有三个：最近的、立即的、平衡的政策——。这里描述的模型被扩展到包括在指定时间段内增加输入权重的信念——战略。

时间过滤器的概念可应用于计算指定快照的贡献分数。

1.即时”这将根据上周每位参与者的贡献平均分配奖励。(该政策旨在无视过去几周的所有贡献，为积极参与者提供快速补偿。）

2.“均衡”根据终身贡献和终身补偿收入分配补偿。平衡的时间过滤器可确保项目中的每个人都获得与整个参与期间的总贡献相匹配的总报酬支付。

例如，假设一个贡献者过去贡献的量很少

平衡政策认为这个贡献者的报酬太低，所以为了赶上项目中的其他人，将支付额外的钱。相反，贡献者在支出达到平衡之前可以得到更少的补偿。”。

3.最近“根据最近的贡献分配奖励，使用指数衰减优先考虑最近的信用度。”rcntWklyDcayRat参数决定了最近的贡献你想关注多少。如果RcntWklyDcayRat设置为0.5 (50%的折扣)，在上面的示例中，该策略计算上周发生的贡献的100%、上周发生的贡献的50%、本周发生的贡献的25%以及上周发生的贡献的12.5%。

4.信念中流行第四种可能的模式作为治理的修正者，可以用作时间贡献过滤器。信念投票结合了随着时间的推移增加决策承诺的概念。您可以扩展相同的概念，根据随着时间而不是固定时间连续减少的权重计算贡献分数。

输出是通过通过适当的时间过滤转换函数传递输入变量而发生的。表1(可分为两部分)显示输入()的样本列表，并将每个输入与假设方法配对，计算输出值(Y)。

图1:具有丰富输入集的描述模型组件

元函数元函数在此定义为由集合函数组成的复合函数。集合函数的属性之一是根据输入函数集减少计算的维输出

确定每种贡献类型的权重。

治理：%

财务：%

努力：%

社交：%

注意：如果贡献分配给多种类型，则必须单独计算。

确定用于组合贡献类型的转换函数。

(a) (b) (c) (d)=总重量

注意：对所有元函数使用线性转换并避免不必要的数据转换可能会更容易。通过使用相应的转换函数转换每个单独的输入，可以更好地控制。

通过平均总权重来规格化最终贡献分数。

总权重/#贡献类型=规范化的贡献分数

写到最后：下一节将讨论DAO治理、注意事项和限制，以及如何将贡献分数模型应用于潜在影响。

原文作者：TalntDAO@r

原文标题：Quantifying Rputation in DAOs

资料来源：《每日星球报》

单击下载

European Exchange金融投资European Exchange(也称为Eurokx)是世界领先的数字资产交易所，为全球用户提供比特币、莱特货币、以太网货币等数字资产的现货和衍生品交易服务，并使用区块链技术为全球交易者提供高级金融服务。这是一个非常古老的数字货币交易平台，平台为我们提供安全、专业的数字货币交易经验，为新手提供完整的流程指导，使其易于启动，通过客服24小时在线回复提供最佳服务。