おはよう、クリエイターたち @zerufinance はエアドロップをより公平にできるか？ 暗号資産のエアドロップにおける大きな課題の一つは、ボットや偽のウォレットが、真のユーザー向けの報酬を奪ってしまうことです。 その解決策として登場したのが、ZeruのzScoreです。 zScoreはウォレットの行動データを分析し、プロジェクトがどの参加者が本物で、どの参加者が疑わしいかを判断するのを支援します。 しかし、その効果はどれほどあるのでしょうか？ 1. GAIBからの実際の結果 Zeruによると、GAIBのV1とV2を比較したところ、以下の変化が見られました： → サイビルと識別されたウォレットへの割当が56%減少。 → 高品質ウォレットの参加率が49%増加。 → 配布後の販売圧力が50%低下。 → 低品質ウォレットへの割当が21%から13.5%に減少。 → 高品質ウォレットへの割当が41.7%から54.7%に増加。 → 平均保有期間が9.8日から12.6日に延長。 これらの数値は、行動スコアリングがエアドロップ配布の改善に寄与する可能性を示唆しています。 ただし、この改善のどの程度がzScoreによって直接もたらされたかを確認するには、さらに詳細な情報が必要です。 2. 過去のエアドロップでの検証 Zeruは、EigenLayer、https://t.co/Lc9E4SVXqm、Optimism、Elixirの過去のエアドロップデータを使用して、自社のスコアリングシステムを検証しました。 この検証のアイデアは単純です。 これらのエアドロップでzScoreがウォレットをフィルタリングしていたら、どうなっていたか？ これらのシミュレーションは、潜在的なメリットを推定するためのものであり、過去の配布における実際の結果ではありません。 何が「起こり得た」かを示すものであり、何が「絶対に起こった」かを示すものではありません。 3. 最大の課題 ボットを排除することは理想的ですが、真のユーザーが誤ってフラグ付けられてしまったらどうなるでしょうか？ 優れたスコアリングシステムは、以下の重要な問いに答えられる必要があります： → 疑わしいウォレットはどのように特定されるのか？ → 何人の正当なユーザーが不正に報酬を失う可能性があるのか？ → 他の研究者が結果を検証できるのか？ → 疑わしい行動を特定しつつ、関与した全員を自動的にブロックすることはないのか？ ZeruのZAPsフレームワークは、報酬の割当方法や悪用行為の特定にも着目しています。これは報酬システムの公平性に関連していますが、zScoreのエアドロップフィルタリングとは別に評価される必要があります。 私の見解 ZeruはWeb3における真の課題に取り組んでいます。 エアドロップは、数百のウォレットを作成してトークンを奪う人ではなく、真に参加したユーザーに報いるべきです。 報告されたGAIBの結果は有望であり、過去データによるシミュレーションはこのアイデアを検証する別の手段を提供しています。 しかし、真の試練は、不正行為を減らしながらも正当なユーザーを排除しないことができるかどうかです。 ボットを捕まえることは重要ですが、真のユーザーを守ることも同様に重要です。