شبكة غراف تستخدم وظيفة كوب دوغلاس لتحفيز سلوكيات المُفهرس. لقد كان لوظيفة كوب دوغلاس تطبيق واسع تاريخيًا في الاقتصاديات التجريبية والنظرية على حد سواء. ونظرًا لأن مُفهرسي الكثير منهم لديهم خلفية في علوم الكمبيوتر بدلاً من الاقتصاد، فإنهم عادة ما يحتاجون إلى اكتساب معرفة سياقية حول كيفية عمل كل هذا على مستوى أساسي.

هذه مقدمة لوظيفة كوب دوغلاس. بالإضافة إلى ذلك، تمامًا مثل أي أدوات أخرى، هناك قيود وتناقضات مهمة مع هذه الوظيفة. نحن نرحب بمدخلات مجتمع The Graph لإجراء تحسينات مستمرة.

من خلال هذه المشاركة، أهدف إلى:

1. تقديم معلومات خلفية لمؤشري الوظائف الحاليين والمحتملين على هذه الوظيفة
2. تعمل كإعادة تقديم جزئية للاقتصاديات الرمزية للرسم
3. قدم وناقش Cobb-Douglas كمبدأ أساسي للرموز العمل
4. أدعوك، القارئ، لمناقشة التحسينات المستقبلية

الدالة كوب دوغلاس هي مصطلح يستخدم بشكل متكرر في الويب3، ولكنها غالباً ما تكون غامضة بالنسبة لمستخدميها. إنها دالة أساسية في الاقتصاد. مع اعتمادها من قبل 0x, المخطط, و الحسون، فهي تظهر كبديل أولي في علم الرموز. سأقدم قليلاً من الخلفية حول هذه الوظيفة، بدءًا بنسخة مبسطة من كيفية عملها، تليها استكشافًا أعمق قليلاً في خصائصها. من المهم أن نلاحظ في البداية أن هناك أشكالًا وظيفية أخرى تخدم بشكل محتمل نفس الأغراض، ومن المهم استكشافها في المستقبل أيضًا.

جدول المحتويات

• الجزء 1: ما هي وظائف كوب-دوغلاس
• الجزء 2: اعتماد الرسم البياني لوظيفة Cobb-Douglas: أساسيات الرموز المميزة
• الجزء 3: اعتماد الرسم البياني لوظيفة كوب دوغلاس: ميكانيكا التصميم
• الجزء 4: اعتماد الرسم البياني لوظيفة كوب دوغلاس: معامل α
• الجزء 5: تحسين وظيفة كوب دوغلاس
• موارد

الجزء 1: ما هي وظائف كوب دوغلاس

شرح أساسي

في المستوى الأساسي، الهدف من وظيفة كوب دوغلاس هو العثور على توجيهات حافزة لسوق افتراضية لمالك المستخدم. تخيل عالمًا حيث يتم ترميز رخص قيادة التاكسي: يمتلك السائقون الرموز التي تمنحهم الحق في العمل على المنصة. كيف نجد آلية توجه الاستخدام والملكية؟

توفر وظيفة Cobb-Douglas مثل هذه الآلية. في جوهرها ، فإنه يعطي علاقة رياضية بين المدخلات (رسوم التخزين والاستعلام) للمخرجات (حسومات رسوم الاستعلام).

مثال جيد على كوب دوغلاس في العمل هو نموذج عمل رمز عمل The Graph.

شرح تقني أكثر قليلاً

أقرب شكل لوظيفة كانت وظيفة الإنتاج (وظيفة الإنتاج كوب دوغلاس). قام كوب ودوغلاس بنمذجة كيف تسهم رأس المال والعمل في النهاية في المنتجات النهائية (الإنتاج). يبدو هكذا:

أين:

• الناتج P هو دالة عن العمل (L) ورأس المال (C)،
• b هو إجمالي إنتاجية العوامل.

هذا معقد قليلاً، ولكنه يصف كيف تتفاعل عاملي الإنتاج، العمل ورأس المال، مع بعضهما البعض. بمعنى آخر، إذا كان العمل ورأس المال هما المكونان الرئيسيان للإدخال، فكم من هذين العاملين يسهم كل منهما في الإخراج؟

على الرغم من أنها هي النموذج الأصلي للوظيفة، إلا أن خصائصها الرياضية الفريدة جعلتها قريبًا أداة مفيدة لمجموعة متنوعة من حالات تحليل الاقتصاد. تحولت إلى شكل عام:

α1، α2، α3 ... و αn أعداد موجبة، ولكن لا يجب أن تجمع إلى واحد (اعتمادًا على حالات الاستخدام). بالمقارنة مع شكلها الأصلي الرأسمالي/العمالي، يمكن أن يحتوي هذا الشكل العام على أي عدد من المداخل التي تشير إلى أي مكون. مثل الكيمياء، تضع بعض المداخل (على سبيل المثال، النحاس، الحديد، صفحة من جلجاميش) في الوظيفة ويمكن أن تعطي ناتجًا (نأمل الذهب!)

وظيفة الإنتاج كوب دوغلاس شبيهة بالكيمياء: الإدخال → الإخراج. الفن الذي تم إنشاءه منانتشار مستقر.

نظرًا لأن الوظيفة الآن لها شكل عام، فإنها تستخدم في نظرية الإنتاج (كوظيفة إنتاج) ونظرية الاستهلاك (كوظيفة فائدة). عندما يتم استخدامها كوظيفة إنتاج، فإنها تشبه قياس نتائج الكيمياء. من وظيفة كوب-دوغلاس، سيكون الإنتاج الرشيد قادرًا على تحديد، على سبيل المثال، كم من النحاس يجب استخدامه.

عندما يُستخدم كوظيفة للمرافق، يقيس تنازل المستهلك بين خيارات مختلفة. هل يجب علي شراء المزيد من CryptoPunks أم Bored Apes؟

بسبب توافقها مع نظرية الاستهلاك ونظرية الإنتاج، أصبحت الوظيفة بشكل طبيعي جزءًا أساسيًا في تحليل التوازن العام التطبيقي، الذي يسعى لإيجاد نقطة تطابق سوقية بين العرض (نظرية الإنتاج) والطلب (نظرية الاستهلاك).

في الختام، سترى وظائف كوب-دوغلاس في سياقات مختلفة. قد تكون وظيفة إنتاجية إذا تم استخدامها في تحليل المنتج، أو وظيفة الفائدة إذا تم استخدامها في تحليل المستهلك. الأشكال (التي تحدد الخصائص الرياضية) متشابهة ولكن تعريف المتغيرات سيكون مختلفًا في كل سياق.

فائدة المستهلك. فن تم إنشاؤه بواسطة انتشار مستقر.

الجزء 2: اعتماد الرسم البياني لوظيفة كوب دوغلاس: أساسيات التوكينوميكس

يستخدم الرسم البياني نموذج الحصة لتربح. من المتوقع أن يشارك المشاركون في البروتوكول رموزهم لتأمين الشبكة. إحدى الحالات المحددة للرهان من أجل الربح هي نموذج رمز العمل ، الذي ابتكره Augurوغيرهم.

يعمل نموذج رمز العمل بهذه الطريقة:

• مقدم الخدمة في الشبكة يجب أن يراهن الرموز لكسب الحق في أداء الخدمة للشبكة.
• يجب أن يكون مقدار الخدمة التي يقدمونها متناسبًا مع مقدار الرموز التي يراهنونها على الشبكة.

إنها تشبه سوق الوسام التاكسي حيث يخول الوسام السائقين التاكسي بالعمل في السوق. في سوق التاكسي، يقوم السائقون بشراء الوسامات لكي يتمكنوا من العمل في المدينة. هذه الوسامات قابلة للتحويل، وحتى توجد خدمات مالية خاصة تقدم قروض الوسام للسائقين بحيث يمكنهم شراء الوسامات من لاعبين آخرين.

عندما يكتسب سوق تاكسي المحلي زخمًا بسبب أسباب مثل زيادة السكان، ترتفع قيمة معاملات الحليات في الأسواق الثانوية. عندما يواجه السوق قضايا دورية أو هيكلية (مثل دخول أوبر)، تنخفض قيمة الحليات. هناك آلية توازن ذاتي.

يمكن التفكير في الرسم البياني على أنه نظام ميدالية افتراضي، حيث يعمل GRT كحق في تقديم الخدمة على المنصة.

على غرار الأوسمة، يُفترض أن يتم شراء GRT فقط بنسبة إلى مستوى العمل المنجز والخدمات المُقدمة (رسوم الاستعلام) على البروتوكول. إذا كان لديك سائقان، فستحصل على أوسمة واحدة (بشرط وجود شفتين في اليوم). إذا كان لديك 6 سائقين، يجب أن تحصل على ثلاثة.

تحد المفتاح لهذا النموذج هو إنشاء علاقة موثوقة بين الرموز التي تم رهنها والعمل الذي تم تنفيذه. في الأفضلية، كلما تم تنفيذ المزيد من الاستعلامات في الشبكة، يجب أن يزداد مبلغ الرموز التي تم رهنها. باستخدام مثل التاكسي، لا تريد أن يجلس الناس على الميداليات ولا يذهبون للعمل!

يشتري الناس الميداليات لأنهم يريدون كسب لقمة العيش من خلال نقل الركاب من النقطة أ إلى ب ، وهو حق يحق له الميدالية.

يتبع نموذج رمز العمل سوق الميدالية. الفن الذي تم إنشاؤه بواسطةانتشار مستقر.

يمكن أن يكون الرسم البياني قد فرض هذا العلاقة العددية، ولكن الصلابة يمكن أن تسبب العديد من المشاكل:

1. يقيد كمية العمل التي يمكن أداؤها بواسطة الحاصل الأصغر، وهو أمر غير مواتٍ لنمو الشبكة
2. يطلب آلية لإجبار المخزنين الكبار على أداء العمل عندما لا يرغبون في ذلك (أو تصفية حصتهم) ، الأمر الذي قد يكون معقدا للغاية للتنسيق على السلسلة. (راميريز 2019)

بمعنى آخر، مبدأ تصميم The Graph هو أن يجب أن يكون لدى المؤشرين حرية تقديم أي كمية من الاستعلامات بغض النظر عن حصتهم. مرة أخرى باستخدام تشبيه الميدالية، لا يجب أن يُجبر الناس على العمل عندما لا يشعرون بالتحسن، حتى لو كانوا مالكين لميدالية كبيرة. فكرة كوب دوغلاس هي إنشاء آلية حوافز لجعل العمل أكثر براعة اقتصاديا دون إجبار الناس على القيام بذلك.

الجزء 3: اعتماد الرسم البياني لوظيفة كوب دوغلاس: ميكانيكيات التصميم

وفقًا لموجه الحافة والعقد المؤسس المشارك والرئيس التنفيذي براندون راميريز، يستخدم The Graph نموذج كوب دوغلاسكان مستوحى من اعتماده في 0x. (Bandeali et al 2019; Ramirez 2019)

المشكلة التي تنوي معالجتها هي: كيف يمكننا تصميم نظام يكون فيه المستخدمون مالكين، وأن يمتلكوا الكمية المناسبة من GRT بالنسبة لاستخدامهم؟

يتوقع البروتوكول أن يراهن مالكو GRT عملاتهم المميزة في العقد، ويشاركوا نشطًا في حوكمة البروتوكول. بطريقة ما، يشبه تصميم التعاونيات والتعاضدات في سوق افتراضي. يعمل كوب دوغلاس كآلية لتحقيق التوازن بين المهمتين المزدوجتين للملكية والفائدة.

تصميم نموذج تعاون افتراضي. الفن الذي تم إنشاؤه بواسطة انتشار ثابت.

على المستوى العالي، يبدو آلية العمل هذه على النحو التالي: ستذهب رسوم الاستعلام أولاً إلى بركة مشتركة (بركة الخصم). في نهاية الفترة، يستخدم البروتوكول صيغة كوب دوغلاس لحساب حصة كل مؤشر في البركة المشتركة. تعتمد الحصة على كل من مبلغ GRT الذي قدموه وكمية العمل الذي قاموا به (رسوم الاستعلام).

يتم التعبير عن الوظيفة على النحو التالي:

أين:

• المكافآت هي الرسوم التي يمكن جمعها بواسطة Indexer واحد،
• إجمالي المكافآت هو إجمالي الرسوم لجميع المؤشرين خلال حقبة (التي تتألف حاليًا من 6،646 كتلة، أو حوالي 22 ساعة بعد اندماج Ethereum. يتم إدارته بواسطة الـعقد إدارة الحقبة),
• feeRatio = الرسوم المنسوبة إلى مجمع التخزين / إجمالي الرسوم المحصلة عبر جميع المجمعات التي حصلت على مكافآت ،
• stakeRatio = الحصة المنسوبة إلى مجمع التخزين / إجمالي الحصة عبر جميع المجمعات التي حصلت على مكافآت ،
• α هو معامل كوب دوغلاس (الذي كان يُسمى أصلاً k في ورقة كوب دوغلاس).

يمكننا بسهولة رؤية التشابه بين الوظيفة أعلاه والشكل الأصلي للوظيفة:

إلا أن لدينا هنا متغيرين feeRatio و stakeRatio. الدالة تهدف إلى التعامل مع الانقسام بين GRT المرهون (رأس المال، الذي يهدف إلى توفير الأمان الاقتصادي) ورسوم الاستعلام (العمل، وهو المكافأة عن خدمة الاستعلامات).

في عالم بدون Cobb-Douglas ، بمجرد أن يقدم المفهرس الاستعلامات ، فإنهم يجمعون رسوم الاستعلام التي يخدمونها. دعنا نسميها نموذج "أنت تأكل ما تقتل".

"أنت تأكل ما تقتل". فن تم إنشاؤه بواسطة انتشار مستقر.

في عالم Cobb-Douglas، بمجرد أن يخدم المؤشر الاستعلامات، تذهب رسوم الاستعلام إلى بركة مشتركة. تحدد حصة المؤشر النهائية في البركة من خلال كل من المبلغ الذي راهنوه وكمية الاستعلامات التي خدموها.

السؤال الواضح هو: هل هناك مقدار مثالي من الحصة نسبة إلى الرسوم التي يتم تقديمها والتي تزيد من أرباح المفهرسين؟

يمكننا استخدام مقياس يسمى كثافة الرهان لوصف هذه المشكلة:

إنها كمية GRT المرهونة مقارنة بالرسوم التي يخدمها مؤشر. لذلك يمكن إعادة صياغة السؤال أعلاه على أنه: هل هناك كثافة رهان مثلى للمؤشرين؟

هناك توافق محدود حاليًا حول هذا السؤال. تقول إحدى المدارس أنه لا يوجد كثافة رهان مثلى. الناس ليس لديهم حافز لزيادة حجم الحوض الكلي للخصم. إنما يتم تحفيزهم فقط لزيادة حصتهم، مما يعني أنهم سيقومون دائمًا بالمراهنة أكثر.

تُجادل مدرسة أخرى بوجود كثافة رهانية مثلى. السبب في ذلك هو وجود تكلفة ضمنية لرهان الأصول. سيكسب المبلغ الزائد من GRT المرهون أقل رسومًا مقارنة ببدائله.

ما هي البدائل؟ الخيار الأول هو التفويض لمؤشرين آخرين ليسوا يقومون بالرهان بما فيه الكفاية (stakingIntensity < 1). بعبارة أخرى، إن إنتاجية رأس المال الحافزة أعلى عند إقراض هذه الرموز من خلال الرهان الذاتي.

هناك طريقة أخرى للتفكير في الأمر تتلخص في تناقص الإنتاجية الحدية لرأس المال التي تنطوي عليها وظيفة كوب-دوغلاس. في حين أنها إيجابية دائما (أي أن وضع المزيد من رأس المال يحصل دائما على المزيد من العوائد) ، فإن الفائدة الحدية تنخفض كلما وضعت المزيد من رأس المال. من الأفضل توظيف رأس المال في مكان آخر لتحقيق عوائد أعلى.

بشكل حدسي ، فإن الخيار الأمثل هو مشاركة نفس القدر من GRT بالنسبة إلى الاستعلامات التي قدموها. بمعنى آخر ، عندما يكون feeRatio = stakeRatio (أي StakIntensity = 1) ، يستعيد المفهرسون بالضبط ما كانوا سيحصلون عليه في عالم "أنت تأكل ما تقتله". لا يوجد عدم كفاءة في هذه الحالة.

قرار أبيض وأسود بين الرهان والمكافآت (ربما). فن تم إنشاؤه بواسطةانتشار مستقر.

هذه الحالة المثلى للتوازن في سوق رسوم الاستعلام كما هو مقصود من وظيفة كوب دوغلاس. بمعنى آخر، في المدى الطويل، يجب على المفهرسين تخصيص نسبة من الرهن مكافئة لحصة رسوم الاستعلام التي يولدونها، بكل شيء آخر يكون متساويًا.

من الناحية التجريبية ، فإن المدرسة الفكرية الأولى (أنه لا توجد كثافة تخزين مثالية) صحيحة في الوقت الحالي ، بسبب الأسباب التي سنناقشها في الجزء 5. سنناقش أيضا بعض المشكلات التي واجهناها في التنفيذ العملي للوظيفة.

الجزء 4: اعتماد الرسم البياني لوظيفة كوب دوغلاس: معامل α

بالإضافة إلى معدل الرهان، الأسس α و (1-α) هي متغيرات مهمة أيضًا. يُطلق عليها حصص العوامل في وظيفة الإنتاج: إنها تحدد حصة رأس المال (GRT المراهنة) والعمالة (رسوم الاستعلام) في سوق إنتاج رسوم الاستعلام هذا.

لاحظ أن المعاملات تجمع حتى 1: α + (1-α) = 1. يُسمى هذا "العائد الثابت على المقياس". يعني أنه إذا زدنا كل من feeRatio و stakeRatio بنسبة معينة، سيزيد حصة المؤشر أيضًا في البركة المشتركة بنفس النسبة.

بمعنى آخر ، بغض النظر عما إذا كان مفهرسا كبيرا أو مفهرسا صغيرا ، إذا زاد المفهرس في نفس الوقت مساهمته في كل من رأس المال (نسبة الحصة) والعمل (نسبة الرسوم) بنسبة 20٪ ، فإن حصته في مجمع المكافآت ستزيد أيضا بنسبة 20٪ ؛ إذا تم زيادة كلا المدخلين بنسبة 35٪ ، زيادة المخرجات بنسبة 35٪ أيضا.

لذلك فإن فهرس كبير لن يتم مكافأته بشكل مفرط فقط لأنه كبير، والعكس صحيح. تقضي هذه الميزة أيضًا على إمكانية أن يلعب المشاركون في النظام عن طريق تجميع أو تفكيك المحافظ.

العودة إلى البوابة؟ الفن الذي تولدهانتشار مستقر.

فقط لاستكمال الصورة، عندما يكون مجموع الأسس أكبر من 1، نحصل على زيادة العوائد للمقياس. يحدث هذا في بعض الصناعات ذات الاتجاهات الاحتكارية (مثل معظم أسواق الطاقة). عندما يكون مجموع الأسس أقل من 1، نحصل على انخفاض العوائد للمقياس. في إعداد لا يوجد ثقة، يمكن اللعب في كلتا هاتين الإعدادتين. لذلك يفترض الرسم البياني عائدًا ثابتًا للمقياس (مجموع الأسس = 1).

يتطلب فهم الآلية بشكل كامل بعض الخلفية في الحساب التفاضلي الأساسي. يمكنك التحقق من الرياضياتفي مذكرة المحاضرة هذهتحت القسم "العودة إلى المقياس". (كوتريل 2019)

ولكن ماذا يعني α في الواقع؟ يمكننا أن ننظر إليها على أنها حصة العمالة (رسوم الاستعلام) من إجمالي الإنتاج. (1-α) هي حصة رأس المال (تخزين GRT). بمعنى آخر ، في حقبة معينة ، يحق للعمال الحصول على α من أرباح الرسوم ويحق لرأس المال (تخزين GRT) الحصول على (1-α).

إذا نظرنا إلى الأمام، مع افتراض بقاء السوق في التوازن، سيكون هناك تدفق من أرباح الرسوم التي يحق لها الرأسمال (GRT التراكم). يمكن استقاء قيمة مالك GRT من تحليل القيمة الحالية المخفضة لهذه الرسوم. دعونا نقول أن مجموع القيمة الحالية المخفضة لرسوم استعلام البروتوكول هو X، قيمة الرأسمال هي (1-α) * X. إنها مشابهة لما نملكه في التمويل الشركاتي: قيمة الشركة هي القيمة الحالية المخفضة لتدفقاتها النقدية المستقبلية (تدفق النقد المخفض، أو DCF).

تستغرق الفهرسة العمل. فن تم إنشاؤه بواسطة انتشار مستقر.

بتسميته بطريقة أخرى، تكاليف الاستعلام هي "الإيرادات" الصريحة للبروتوكول، بينما الرهان/الإشارة هو "الإيرادات" الضمنية للبروتوكول. مرة أخرى، هذا تشبيه معيب نظرًا لأن GRT هو رمز الأداة.

الشيء الجيد في DCF هو أننا يمكننا القيام ببعض تحليل القيمة العادلة بواسطة مقاييس التقييم التقليدية. يمكننا تحليل حجم السوق التي يخدمها The Graph بشكل محتمل (تلميح: أكثر بكثير من فهرسة البلوكشين) ، نفترض هيكل السوق وحصة السوق لبروتوكول The Graph ، وتطبيق نسبة البروتوكول (1-α) واستخدام معدل خصم معين للحصول على القيمة النهائية. ومع ذلك ، يجب أن نكون حذرين لأن هذا التحليل يفترض أن السوق في حالة توازن مقصودة من قبل Intensity. Cobb-Douglas’s الرهان الأمثل. لا يعمل في السوق الحالية حيث يعد عدد كبير من حاملي الرموز عدم المشاركة في الشبكة.

يمكننا حتى اتخاذ خطوة إلى الأمام والتفكير في كيفية تطبيق تحليل التدفق النقدي المخصوم في سياق تقييم الشركة التقليدي. التدفق النقدي لكل فترة ، صافي المدفوعات ، هو التدفق النقدي الذي استحوذت عليه الشركة. يذهب التدفق النقدي الذي لا تلتقطه الشركة إلى عوامل الإنتاج الأخرى (الراتب والموردين وغيرها). النسبة المئوية التي تحتفظ بها الشركة من إجمالي إيرادات الخط العلوي هي هامش ربح الشركة. نظرا لأن معامل Cobb-Douglas α يملي حصة رأس المال من الإنتاج (الإيرادات العليا) في كل فترة ، فمن منظور بيان الدخل ، فإنه يملي هامش ربح الشركة.

بعبارة أخرى، في إعداد The Graph، هوامش البروتوكول (1-α) تعتبر الهامش الفعلي للبروتوكول، مستعيرة لغة من المحاسبة.

Das Kapital. الفن الذي تم إنشاؤه بواسطةانتشار مستقر.

حالياً، تم تقييم معامل α عند 0.77، والذي يتم حسابه في العقد الذكي كما يلي:

للحصول على معلومات في الوقت الحقيقي، انظر إلى alphaNumerator و alphaDenominator في Gate.ioEtherscan. يعني ذلك ببساطة أنه بالنسبة للفهرس، من المتوقع أن يلتقط تعويض GRT 23% ( = 1 - 0.77) من قيمة رسوم الاستعلام.

ساعة مكتب المُفهرس #73كان لدينا مناقشة مفصلة جدًا حول الوظيفة. المجتمع أيضا.أداة رسم بياني متاحة على ديسموس.

الجزء 5: تحسين وظيفة كوب دوغلاس

لا يزال هناك الكثير من العمل الذي يجب القيام به لتحسين الإطار. على سبيل المثال، تعني الوظيفة تحليلاً معقداً لنظرية الألعاب لمشاركي السوق عندما يساهمون برأس المال (يجب أن يساهموا بكمية مثلى مقارنة بمشاركي السوق الآخرين). يتم تغريم المشاركين الذين لا يلعبون اللعبة بشكل صحيح. ومع ذلك، هنا حيث تلتقي اللعبة النظرية بالفعل العملي. تعقيد اللعبة قد ردع اللاعبين عن لعبها بالطريقة المقصودة.

بالإضافة إلى ذلك، يصدر البروتوكول حاليًا مكافآت تضخمية للمؤشرين. في هذه المرحلة من تطوير البروتوكول، تكون المكافآت أكبر بكثير من رسوم الاستعلام. من الطبيعي أن يقوم المؤشرون بتحسين سلوكياتهم نحو المكافآت التضخمية بدلاً من بركة خصم رسوم الاستعلام. كيف يمكننا ضبط الحوافز بشكل صحيح في هذه المرحلة المبكرة من سوق رسوم الاستعلام؟

أيضا ، في قلب وظيفة Cobb-Douglas هو تحليل الانحدار. علينا أن ننظر إلى البيانات التجريبية لتحديد قيمة α. يمكن القيام بذلك عندما يصبح سوق رسوم الاستعلام كبيرا بما فيه الكفاية ويوفر مجموعات بيانات سلاسل زمنية أكثر صلة.

أخيرًا، مشاركة المضاربين في سوق رسوم الاستعلام. أشار البروفيسوران في الاقتصاد سوكين وشيونغ إلى أن وجود المضاربين قد يسهم في انهيار توازن السوق في سوق توكينات الخدمات العامة (سوكين وشيونغ 2020). يمكن أن يتم طرد المستخدمين بسبب مشاركة المضاربين. كيف يجب أن نصمم سوقًا أفضل مع مراعاة وجود المضاربين؟

التوازن العام المضطرب من قبل المضاربين. الفن الذي تم إنشاؤه بواسطةانتشار مستقر.

جزء من فوائد البناء في العلن (نهج السوق) هو أنه يمكننا بالإمكان الحصول على مدخلات من مجموعة واسعة من الناس والجميع يساهم في تطوير البروتوكول. سأقول أن علم الرموز يقع بشكل واضح في منتصف السوق، تمامًا مثل أي قطع في الكومة. من خلال التأمل في تاريخ الأساسيات والتفكير في حالات استخدامها وقيودها، نساهم جماعيًا في مجموعة المعرفة ونحرك بالإمكان البروتوكول للأمام. أدعو الجميع لتحدي ومناقشة هذه الأساسيات.

بناء شيء في البازار. الفن الذي تم إنشاؤه بواسطة انتشار مستقر.

العمل الفني

تم تصميم الأعمال الفنية لمشاريع الذكاء الاصطناعي مفتوحة المصدر التالية:

• تطبيق إنفوكي الاستقراري للأدوات التفاعلية (InvokeAI nd),
• نقطة فحص CompVis/stable-diffusion-v1-4 مستضافة على Hugging Face (Rombach et al 2022؛ CompVis في جامعة لودفيغ ماكسيميليان في ميونخ)،
• runwayml/stable-diffusion-v1-5 نقطة فحص مستضافة على Hugging Face (Rombach et al 2022; بحوث الطريق الجوي),
• مجموعة بيانات LAION-5BN المفتوحة, مجموعة بيانات مجانية تحتوي على 5 مليار زوج من الصور والنصوص (Beaumont 2022)؛ لايون استيتيكس, تحت مجموعات من LAION-5BN (شوهمان 2022).

الموارد

Bandeali، Avi، Will Warren، Weijie Wu، و Peter Zeitz. 2019. "رسوم البروتوكول وحوافز السيولة في بروتوكول 0x." ورقة عمل بروتوكول 0x. تم الوصول إليها في 22 أكتوبر 2022.https://gov.0x.org/t/research-on-protocol-fees-and-liquidity-incentives/340.

بارمات، أرييل، وآخرون. ب.د. "عقود بروتوكول الرسم البياني - ليبكوب دوغلاس." جيثب. تم الوصول إليه في 22 أكتوبر 2022.https://github.com/graphprotocol/contracts/blob/dev/contracts/staking/libs/Cobbs.sol.

بارمات وأرييل وديفيد كاجبوست. بدون تاريخ "عقود بروتوكول الرسم البياني - الحسومات". 2022. جيثب. تم الوصول إليه في 22 أكتوبر 2022. https://github.com/graphprotocol/contracts/blob/dev/contracts/staking/libs/Rebates.sol.

بومونت، رومان. 2022. "LAION-5B: عصر جديد من مجموعات بيانات متعددة الأوضاع على نطاق واسع المفتوحة | LAION." Laion.ai. تم الوصول إليه في 5 نوفمبر 2022https://laion.ai/blog/laion-5b/.

Biddle، Jeff. 2021. Progress through Regression: The Life Story of the Empirical Cobb-Douglas Production Function. Cambridge، المملكة المتحدة؛ نيويورك، نيويورك: جامعة كامبريدج.

بيدل، جيف. 2012. "التقويمات: مقدمة تحليل الانحدار كوب–دوغلاس." مجلة وجهات النظر الاقتصادية 26، رقم 2 (مايو): 223–36.https://doi.org/10.1257/jep.26.2.223.

Cottrell, Allin. 2019. "وظيفة الإنتاج كوب-دوغلاس". تم الوصول إليه في 22 أكتوبر 2022.https://users.wfu.edu/cottrell/ecn207/cobb-douglas.pdf.

"ديسموس | الآلة الحاسبة الرسومية | الرسم غير المسمى." د.ن. ديسموس. تم الوصول إليه في 22 أكتوبر 2022.https://www.desmos.com/calculator/exrkmlfmr4.

‌دوغلاس، بول، وتشارلز كوب. 1928. "نظرية الإنتاج." مراجعة الاقتصاد الأمريكي، مارس، المجلد 18، رقم 1، إضافة: 139-65.

Etherscan.io. The Graph: Proxy 2 | Address 0xF55041E37E12cD407ad00CE2910B8269B01263b9 | Etherscan.https://etherscan.io/address/0xF55041E37E12cD407ad00CE2910B8269B01263b9#readProxyContract

Goldfinch. 2022. "GIP-13 Tokenomics Update Phase 1: Membership Vaults." منتدى حكم Goldfinch. 7 يونيو 2022. تم الوصول إليه في 22 أكتوبر 2022.https://gov.goldfinch.finance/t/gip-13-tokenomics-update-phase-1-membership-vaults/996.

Indexer Office Hours. 2022. “Indexer Office Hours #73.” Accessed October 22, 2022. https://www.youtube.com/watch?v=cc0o7AiFUpA&t=2099s.

InvokeAI. لا تاريخ. “InvokeAI.” GitHub. تم الوصول إليه في 22 أكتوبر 2022.https://github.com/invoke-ai.

Malinvaud, Edmond. 2003. 'ميراث كنوت ويكسيل لنظرية رأس المال.' السكندنافية مجلة الاقتصاد 105، رقم 4 (ديسمبر): 507–25.https://doi.org/10.1111/j.0347-0520.2003.00001.x.

راميريز، براندون. 2019. "شبكة الرسم البياني بالعمق - الجزء 2." مدونة الرسم البياني. تم الوصول إليه في 22 أكتوبر 2022.https://thegraph.com/blog/the-graph-network-in-depth-part-2/.

Rombach، Robin، Andreas Blattmann، Dominik Lorenz، Patrick Esser، وBjörn Ommer. 2022. "High-Resolution Image Synthesis with Latent Diffusion Models." ARXIV. تم الوصول إليه في 22 أكتوبر 2022.https://arxiv.org/abs/2112.10752v2.

سامويلسون، بول أ. 1979. "قياس دوغلاس بول للوظائف الإنتاجية والإنتاجيات الحافزة." مجلة الاقتصاد السياسي 87، رقم 5، الجزء 1 (أكتوبر): 923-39.https://doi.org/10.1086/260806.

شومان، كريستوف. 2022. "LAION-Aesthetics | LAION." Laion.ai. تم الوصول إليه في 7 نوفمبر 2022.https://laion.ai/blog/laion-aesthetics/.

Sockin, Michael, and Wei Xiong. 2020. "نموذج للعملات المشفرة." ورقة عمل NBER رقم 26816. تم الوصول إليها في 22 أكتوبر 2022.http://www.nber.org/papers/w26816.

Zeitz، بيتر. 2019. "0x الحوكمة، الرسوم ومكافآت السيولة." www.youtube.com. تم الوصول إليه في 22 أكتوبر 2022.https://www.youtube.com/watch?v=s2wlzlQxd5E.

تنصل:

1. تمت إعادة طبع هذه المقالة من [edgeandnode]. كل حقوق الطبع والنشر تنتمي إلى الكاتب الأصلي [ماكس تانغ]. إذا كانت هناك اعتراضات على هذا الإعادة، يرجى الاتصال بالبوابة تعلمالفريق، وسوف يتولى التعامل معها على الفور.
2. إخلاء المسؤولية عن المسؤولية: الآراء والآراء الواردة في هذه المقالة هي فقط تلك للكاتب ولا تشكل أي نصيحة استثمارية.
3. تُنجز ترجمات المقال إلى لغات أخرى من قبل فريق Gate Learn. ما لم يُذكر، يُحظر نسخ أو توزيع أو سرقة المقالات المترجمة.