Gm Créateurs Est-ce que @zerufinance peut rendre les airdrops plus équitables ? Un problème majeur des airdrops crypto est que les bots et les wallets fictifs peuvent s’approprier les récompenses destinées aux utilisateurs réels. C’est là que le zScore de Zeru intervient. Il utilise le comportement des wallets pour aider les projets à identifier les participants authentiques et ceux qui pourraient être suspects. Mais à quel point cela fonctionne-t-il ? 1. RÉSULTATS RÉELS DE GAIB Selon Zeru, la comparaison entre GAIB V1 et V2 a révélé les changements suivants : → 56 % de moins d’allocations ont été attribuées aux wallets identifiés comme sybils. → La participation des wallets de meilleure qualité a augmenté de 49 %. → La pression de vente après la distribution a diminué de 50 %. → L’allocation aux wallets de faible qualité est passée de 21 % à 13,5 %. → L’allocation aux wallets de haute qualité est passée de 41,7 % à 54,7 %. → La durée moyenne de détention a augmenté de 9,8 à 12,6 jours. Ces chiffres suggèrent qu’un système de notation comportementale pourrait améliorer la distribution des airdrops. Cependant, davantage de détails sont nécessaires pour confirmer dans quelle mesure l’amélioration provient directement du zScore. 2. TESTS SUR DES AIRDROPS PASSÉS Zeru a également testé son système de notation à l’aide de données historiques provenant d’EigenLayer, https://t.co/Lc9E4SVXqm, Optimism et Elixir. L’idée est simple : Qu’aurait-il se passé si le zScore avait été utilisé pour filtrer les wallets lors de ces airdrops ? Ces simulations permettent d’estimer les bénéfices potentiels, mais elles ne constituent pas des résultats réels issus de ces distributions passées. Elles montrent ce qui aurait pu se produire, pas ce qui s’est effectivement produit. 3. LE PLUS GRAND DÉFI Éliminer les bots semble une bonne idée, mais que se passe-t-il lorsqu’un utilisateur authentique est faussement signalé ? Un bon système de notation doit répondre à des questions essentielles : → Comment identifie-t-il les wallets suspects ? → Combien d’utilisateurs réels pourraient perdre injustement leurs récompenses ? → Les résultats peuvent-ils être vérifiés par d’autres chercheurs ? → Identifie-t-il les comportements abusifs sans bloquer automatiquement tous les participants concernés ? Le cadre ZAP de Zeru examine également comment attribuer les récompenses et comment identifier les comportements abusifs. Cela est lié à l’équité des systèmes de récompense, mais doit être évalué séparément du filtrage d’airdrop du zScore. MON AVIS Zeru travaille sur un vrai problème dans Web3. Les airdrops doivent récompenser la participation authentique, et non simplement les personnes qui créent des centaines de wallets pour réclamer davantage de jetons. Les résultats rapportés de GAIB sont prometteurs, et les simulations historiques offrent une autre manière d’évaluer l’idée. Mais le vrai test sera de savoir si le système peut réduire les abus sans exclure les utilisateurs légitimes. Attraper les bots compte, mais protéger les utilisateurs authentiques compte tout autant.