জেরুএআই-এর “যেকোনো বট ডিটেক্টর যেকোনো শতাংশ চিহ্নিত করতে পারে” শিরোনামের পোস্টটি একটি অত্যন্ত ভালো পরীক্ষা প্রস্তাব করে: একই ডিটেক্টর কি একটি সম্পূর্ণ নির্দোষ গ্রুপের উপরও একই শতাংশ ফলাফল দেয়? যদি হয়, তাহলে আপনি একটি র‍্যাঙ্কিং পড়ছেন, একটি গণনা নয়। আমি @zerufinance-এর নিজস্ব ডেটা এই পরীক্ষাটি প্রয়োগ করেছি: তাদের উদাহরণ। গ্রুপ 1.981 ওয়ালেট, 618 ওয়ালেট (31,2%) কঠোরভাবে বট হিসাবে চিহ্নিত, মধ্যকেন্দ্রীয় 1.886 ট্রেড। 5টি ওয়ালেটের হাতে-পরীক্ষা: 3টি স্বয়ংক্রিয়ভাবে বাস্তব, 2টি মানুষ (একজন পাওয়ার ইউজার, একজন কোনো লঙ্ঘন না করা airdrop ক্যাম্পেইনের অংশগ্রহণকারী)। উদাহরণের সীমাবদ্ধতা। 5টি ওয়ালেটের নমুনা প্রদর্শনের জন্য যথেষ্ট, কিন্তু false positive-এর হার অনুমানের জন্য যথেষ্ট নয়। পোস্টটি শুধুমাত্র চিহ্নিতকৃত গ্রুপের মধ্যকেন্দ্রীয়তা উল্লেখ করেছে, অবশিষ্টগুলির মধ্যকেন্দ্রীয়তা উল্লেখ করেনি, তাই “সবচেয়ে বেশি সক্রিয়”-এর দাবির জন্য একটি তুলনামূলক সংখ্যা প্রয়োজন। হোয়াইটপেপারের campaign-এর ডেটা। Sybil-এর 56% বণ্টন হ্রাস, 49% গুণগতভাবে উচ্চমানেরওয়ালেট-এর participations-এর 49%বৃদ্ধি, 50% distribution-এর pumprush-এর 50%হ্রাস। Low-quality wallet-এর 21,0%থেকে 13,5%হ্রাস, high-quality wallet-এর 41,7%থেকে 54,7%বৃদ্ধি, 평균 보유 기간 9,8일에서 12,6일로 증가했습니다. এই পরীক্ষা প্রয়োগ। "এটি internal analysis" -এই comment-এতে, customer name and parameters may be hidden -এবং "equivalent campaigns without measures" -এর 与 비교하고 있습니다. "Sybil"과 "low quality" 라벨은 누가, 어떤 방법으로 붙였나요? 그리고 control campaign은 어떻게 선정되었나요? 만약 라벨이 자체 필터에 의해 붙여졌다면, 개선 수치는 그 자체 필터로 측정된 것입니다. 또한 숫자들은 여러 기준(변화율, 비중, 일수)을 사용하고 있으므로 분모도 필요합니다. 긍정적 측면: 화이트페이퍼는 자체적으로 한계를 인정합니다: 데이터 커버리지가 불충분하고, 모델은 시간이 지남에 따라 변동하며, 경쟁자는 적응하고, 체인 내 자금 출처에 따른 클러스터링은 멀티체인 자금 출처로 우회할 수 있습니다. 벌칙은 수준에 따라 부과되므로 한 번의 잘못된 플래그는 단지 보상의 일부를 잃는 데 그치며, 결정 임계값은 oracle이 아니라 분배자에 속합니다. 자기 자신을 테스트할 수 있는 점수 시스템은 좋은 신호입니다. 나머지는 외부인이 그 테스트를 재실행할 수 있도록 라벨과 대조군을 공개하는 것입니다.