Dalam sistem terdesentralisasi, bagaimana kita bisa memilih peserta secara adil sambil tetap mengoptimalkan kinerja? Seleksi acak, atau sortisi, telah lama digunakan untuk memastikan keadilan dan representasi. Namun, banyak sistem terdesentralisasi saat ini, dari jaringan inferensi hingga oracle, dirancang dengan mempertimbangkan hasil yang terukur. Ketika kinerja adalah tujuan inti, proses acak murni mungkin tidak melayani kebutuhan jaringan. Dalam Sortition Berbasis Merit dalam Sistem Terdesentralisasi, tim peneliti yang dipimpin oleh Kepala Riset @AlloraLabsHQ @Apollo11_Allora memperkenalkan metode baru yang memungkinkan seleksi dipengaruhi oleh kinerja sebelumnya, tanpa mengecualikan peserta yang kurang aktif atau lebih baru dari pertimbangan di masa depan. Mekanisme inti menggunakan metrik kualitas yang dihaluskan secara eksponensial untuk memberi peringkat peserta. Kontributor aktif dipilih berdasarkan performa terbarunya, sedangkan kontributor yang tidak aktif masih dipertimbangkan untuk promosi dengan memperbarui metrik kualitasnya dengan proxy berbasis persentil yang diambil dari kumpulan aktif. Desain ini membuat sistem tetap fleksibel dan inklusif, namun secara konsisten mengangkat peserta berkinerja lebih tinggi ke dalam kumpulan aktif. Melalui serangkaian eksperimen numerik, penelitian ini menunjukkan bahwa metode ini mengarah pada peningkatan yang jelas dan signifikan secara statistik dalam kualitas himpunan aktif dibandingkan dengan sortitasi acak. Keseimbangan optimal terjadi ketika skor peserta yang tidak aktif diperbarui menggunakan persentil ke-25 dari skor peserta aktif (menempatkan 25% terbawah dari peserta aktif berisiko menjadi tidak aktif), tetapi sistem tetap tidak dapat disetel agar sesuai dengan desain jaringan dan tingkat churn peserta yang berbeda. Untuk sistem yang harus mengoordinasikan kecerdasan terdesentralisasi, beradaptasi dengan perubahan kondisi, dan menjunjung tinggi keadilan tanpa mengorbankan efektivitas, pekerjaan ini menawarkan solusi yang praktis, beralasan, dan dapat diterapkan secara umum. Baca studi lengkapnya:

3 juta pengguna Discord sekarang bisa mendapatkan prediksi harga Bitcoin langsung dalam obrolan dengan agen @Super_Intern_ @Ammo_AI. Dengan mengintegrasikan umpan harga prediktif BTC Allora, Super Intern memanfaatkan lapisan intelijen yang memberikan perkiraan waktu nyata ke lebih dari 100 komunitas Discord.

1/ Konvergensi AI dan Crypto telah dicoba sebelumnya dan, seiring bertambahnya usia, kita akan melihat semakin banyak kasus penggunaan yang praktis dan masuk akal. Untuk itu, saya pikir @nick_emmons dan tim @AlloraNetwork benar-benar melakukan sesuatu. Nikmati celana pendek ini; episode segera 🧵 keluar