source avatarDung Vu

साझा करें

ZeruAI के लेख "Any bot detector can flag any percentage you like" एक बहुत अच्छा परीक्षण प्रस्तुत करता है: यह पूछता है कि क्या एक ही डिटेक्टर एक ऐसे समूह पर भी एक ही प्रतिशत लौटाता है, जिसमें कोई भी बॉट नहीं है? अगर हाँ, तो आप एक रैंकिंग पढ़ रहे हैं, न कि एक गिनती। मैंने इस परीक्षण को @zerufinance के डेटा पर लागू किया: उनका उदाहरण। समूह 1,981 वॉलेट, 618 वॉलेट (31.2%) को कठोर बॉट के रूप में चिह्नित किया गया, माध्यिका 1,886 लेनदेन। 5 वॉलेट की जाँच: 3 वॉलेट वास्तविक स्वचालित, 2 वॉलेट मानव (एक पावर यूजर, एक airdrop काटने वाला जिसने कोई उल्लंघन नहीं किया)। उदाहरण की सीमाएँ। 5 वॉलेट का नमूना स्पष्टीकरण के लिए पर्याप्त है, लेकिन झूठे सकारात्मक की अनुमानित दर के लिए पर्याप्त नहीं है। लेख केवल चिह्नित समूह की माध्यिका ही बताता है, शेष समूह की माध्यिका नहीं, इसलिए "सबसे अधिक सक्रिय" का कथन के लिए संदर्भ संख्या की आवश्यकता है। व्हाइटपेपर में कैंपेन के डेटा। Sybil के लिए 56% का आवंटन कम, गुणवत्तापूर्ण वॉलेट में 49% की वृद्धि, प्रसारण के बाद 50% कम बिक्री दबाव। कम गुणवत्ता वाले वॉलेट के आवंटन में 21.0% से 13.5% की कमी, उच्च-गुणवत्ता वाले वॉलेट में 41.7% से 54.7% की वृद्धि, औसत होल्डिंग समय 9.8 से 12.6 दिनों पर। परीक्षण को लागू करें। टिप्पणी में कहा गया है कि यह आंतरिक विश्लेषण है, ग्राहकों के नाम और पैरामीटर हटाए जा सकते हैं, और "समतुल्य" कैंपेनों के साथ तुलना की गई है। "Sybil" और "कम-गुणवत्ता" को किसने, किस पद्धति से, और प्रतिक्रिया कैंपेन को कैसे चुना? अगर प्रतीकों को स्वयं हीफ़िल्टर ने लगाया है, तो सुधार मापा गया है। संख्याएँ कई मापदंडों (प्रतिशत परिवर्तन, हिस्सेदारी, दिन) का प्रयोग करती हैं, इसलिए हर मामले में हर समूह की संख्या (डेनोमिनेटर) महत्वपूर्ण है। सकारात्मक पहलु। Whitepaper स्वयं सीमाओं को मानता है: पर्याप्त प्रच्छन्नता, मॉडल में समय-संबंधी प्रवृत्ति, प्रतिद्वंद्वी समायोजन, सिंगल-चेन स्रोत-आधारित क्लस्टरिंग मल्टी-चेन स्रोतों से से से पलटा जा सकता है। प्रतिक्रिया स्तर-आधारित है,इसलिएएकबारगलतचिह्ननकेमामलेमेंकेवलएकभागफ़ियामिलताहै,औरनिर्णयसीमाकोऑरेकलनहींबल्किआवंटनकरनेवालाहीनिर्धारितकरताहै। एक स्व-मूल्यांकन प्रणाली,जोअपनेआपपरपरीक्षणलगातीहै,एकअच्छासंकेतहै।शेषभागअपनेचिह्नऔरनियंत्रणसमूहकोप्रकटकरनेसेहोगा,जिससेबाहरीलोगइसपरीक्षणकोदोहरा सकें।

No.0 picture
डिस्क्लेमर: इस पेज पर दी गई जानकारी थर्ड पार्टीज़ से प्राप्त की गई हो सकती है और यह जरूरी नहीं कि KuCoin के विचारों या राय को दर्शाती हो। यह सामग्री केवल सामान्य सूचनात्मक उद्देश्यों के लिए प्रदान की गई है, किसी भी प्रकार के प्रस्तुतीकरण या वारंटी के बिना, न ही इसे वित्तीय या निवेश सलाह के रूप में माना जाएगा। KuCoin किसी भी त्रुटि या चूक के लिए या इस जानकारी के इस्तेमाल से होने वाले किसी भी नतीजे के लिए उत्तरदायी नहीं होगा। डिजिटल संपत्तियों में निवेश जोखिम भरा हो सकता है। कृपया अपनी वित्तीय परिस्थितियों के आधार पर किसी प्रोडक्ट के जोखिमों और अपनी जोखिम सहनशीलता का सावधानीपूर्वक मूल्यांकन करें। अधिक जानकारी के लिए, कृपया हमारे उपयोग के नियम और जोखिम प्रकटीकरण देखें।