Gm Oluşturucular @zerufinance Airdrop'ları Daha Adil Hale Getirebilir mi? Kripto airdrop'larıyla ilgili büyük bir sorun, botların ve sahte cüzdanların gerçek kullanıcılar için tasarlanan ödülleri ele geçirmesidir. İşte burada Zeru'nun zScore'u devreye giriyor. Bu sistem, cüzdan davranışlarını kullanarak projelere hangi katılımcıların gerçekçi, hangilerinin şüpheli olduğunu anlamalarını sağlıyor. Ancak bu sistem ne kadar iyi çalışıyor? 1. GAIB'DEN GERÇEK SONUÇLAR Zeru'ya göre, GAIB'in V1 ve V2 versiyonlarının karşılaştırılması şu değişiklikleri gösterdi: → Bot olarak tanımlanan cüzdanlara verilen atama %56 azaldı. → Daha kaliteli cüzdanlardan katılım %49 arttı. → Dağıtım sonrası satış baskısı %50 azaldı. → Düşük kaliteli cüzdan ataması %21'den %13,5'e düştü. → Yüksek kaliteli cüzdan ataması %41,7'den %54,7'ye yükseldi. → Ortalama tutma süresi 9,8 günden 12,6 güne çıktı. Bu sayılar, davranışsal puanlamanın airdrop dağıtımını iyileştirmeye yardımcı olabileceğini gösteriyor. Ancak iyileşmenin ne kadarının doğrudan zScore'dan kaynaklandığını doğrulamak için daha fazla detaya ihtiyaç var. 2. GEÇMİŞ AIRDROP'LARLA TEST Zeru, aynı zamanda EigenLayer, https://t.co/Lc9E4SVXqm, Optimism ve Elixir'den geçmiş verileri kullanarak puanlama sistemini test etti. Fikir basit. Eğer bu airdrop'larda cüzdanları filtrelemek için zScore kullanılsaydı ne olurdu? Bu simülasyonlar, potansiyel faydaları tahmin etmeye yardımcı olur, ancak geçmiş dağıtımlardan elde edilen gerçek sonuçlar değildir. Bu simülasyonlar ne olabileceğini gösterir, neyin kesinlikle olacağı değil. 3. EN BÜYÜK ZORLUK Botları kaldırmak iyi görünüyor, ancak gerçek bir kullanıcı yanlışlıkla şüpheli olarak işaretlendiğinde ne olur? İyi bir puanlama sistemi şu önemli sorulara cevap vermeli: → Şüpheli cüzdanları nasıl tanımlıyor? → Kaç gerçek kullanıcı haksız olarak ödüllerini kaybedebilir? → Diğer araştırmacılar sonuçları doğrulayabilir mi? → Sistem, ilgili tüm kullanıcıları otomatik olarak engellemeksizin şüpheli davranışları tanımlıyor mu? Zeru'nun ZAPs çerçevesi aynı zamanda ödüllerin nasıl atanacağını ve kötüye kullanım davranışlarının nasıl tespit edileceğini de inceliyor. Bu, ödüllendirme sistemlerini daha adil hale getirmeye yönelik bir konudur, ancak zScore'un airdrop filtreleme yeteneğinden ayrı olarak değerlendirilmelidir. KİMLİKLERİM Zeru, Web3'te gerçek bir sorun üzerinde çalışıyor. Airdrop'lar, yüzlerce cüzdan oluşturarak daha fazla token talep eden kişileri değil, gerçek katılımı ödüllendirmelidir. Raporlanan GAIB sonuçları umut verici ve geçmiş simülasyonlar fikri test etmenin başka bir yolunu sunuyor. Ancak gerçek test, sistemin meşru kullanıcıları dışlamadan kötüye kullanımını nasıl azaltabileceğidir. Botları yakalamak önemli, ancak gerçek kullanıcıları korumak da aynı derecede önemlidir.