这并不是一篇关于神经网络中注意力的革命性论文;相反,这是对最纯粹的注意力市场的实验。一个永无止境的实验,没有干预。
这件事情经过了很多思考,所以希望你能阅读下面的内容,但如果你的注意力已经疲惫,我在最后也留了一个简短的总结。
我们经常谈论Web3中的注意力经济以及如何@KaitoAI"> @ KaitoAI 实际上建立了一个平台,使得获取关注交易的机会变得民主化,从而加速了整个领域的发展。在此过程中,它还创造了有史以来最好的工作证明激励机制之一:基于思维分享的奖励。这个 Web3 原语允许项目为每一美元投入获得最佳的输出;它为愿意付出努力的人创造了一个可争夺的奖金池。这是拼图的第一块。
第二部分受到最近成功的启发@believeapp"@ believeapp及其长期的投机者-创作者对齐模型,通过交易量和费用运作,补贴创作者的工作。考虑:这之所以重要,是因为创作者是为自己的项目生成和维持关注的关键驱动者。
那么,如果我们尝试提取两种系统的最佳部分,并创建一种能够永远对代币持有者的思想分享和结果进行激励对齐的东西,会发生什么呢?
Loud 是一个实验,它以最纯粹的形式获取这些加密原语,提炼它们,并完全去除中介:产品。
是时候重新引入一些3,3博弈理论了
如果我们将最佳的工作量证明注意力奖励模型与一个为创作者永续产生费用的模型结合起来,会发生什么?当你为人们谈论某件事而奖励他们,永远会发生什么?
我们获得了最纯粹的3,3。投机者与KOL之间的纽带——完全去除了中间的产品。由投机者补贴的持续关注生成引擎。
交易者支付的费用直接用于补贴注意力,形成一个可申请的资金池;发言者则为争夺心智排名的前几名而竞争,最大化交易量和注意力输出。我想你明白这个飞轮的意思。
yappers的目标是激励交易量;交易者的目标是补贴关注。
这是一个关于注意力是否真的是创造价值所需的一切的实验。如果某件事引起了注意,价格是否会随之而来,反之亦然?
在其最纯粹的形式中,Loud是从KOL那里补贴思维份额的投机者与之之间的共生关系。
这个代币完全没有价值,但它成为了关注的代理。
为什么要设定前25名的门槛?因为正如我们所说,交易者在每次交换中所支付的实际上是关注度。通过创建一个更小的池,发言者会被激励更加努力地为代币持有者和费用服务。即使他们进入前25名,他们也并不安全,因为费用是根据他们的关注贡献按比例分配的,他们必须充分最大化他们的关注份额和输出。
*注意:Loud 是一个实验,因此机制将根据反馈随着时间的推移而变化和适应,同时尽量减少干预。我们正在进行第一次大规模去中心化实验,研究注意力价值系统,而不受外部影响。
这并不是一篇关于神经网络中注意力的革命性论文;相反,这是对最纯粹的注意力市场的实验。一个永无止境的实验,没有干预。
这件事情经过了很多思考,所以希望你能阅读下面的内容,但如果你的注意力已经疲惫,我在最后也留了一个简短的总结。
我们经常谈论Web3中的注意力经济以及如何@KaitoAI"> @ KaitoAI 实际上建立了一个平台,使得获取关注交易的机会变得民主化,从而加速了整个领域的发展。在此过程中,它还创造了有史以来最好的工作证明激励机制之一:基于思维分享的奖励。这个 Web3 原语允许项目为每一美元投入获得最佳的输出;它为愿意付出努力的人创造了一个可争夺的奖金池。这是拼图的第一块。
第二部分受到最近成功的启发@believeapp"@ believeapp及其长期的投机者-创作者对齐模型,通过交易量和费用运作,补贴创作者的工作。考虑:这之所以重要,是因为创作者是为自己的项目生成和维持关注的关键驱动者。
那么,如果我们尝试提取两种系统的最佳部分,并创建一种能够永远对代币持有者的思想分享和结果进行激励对齐的东西,会发生什么呢?
Loud 是一个实验,它以最纯粹的形式获取这些加密原语,提炼它们,并完全去除中介:产品。
是时候重新引入一些3,3博弈理论了
如果我们将最佳的工作量证明注意力奖励模型与一个为创作者永续产生费用的模型结合起来,会发生什么?当你为人们谈论某件事而奖励他们,永远会发生什么?
我们获得了最纯粹的3,3。投机者与KOL之间的纽带——完全去除了中间的产品。由投机者补贴的持续关注生成引擎。
交易者支付的费用直接用于补贴注意力,形成一个可申请的资金池;发言者则为争夺心智排名的前几名而竞争,最大化交易量和注意力输出。我想你明白这个飞轮的意思。
yappers的目标是激励交易量;交易者的目标是补贴关注。
这是一个关于注意力是否真的是创造价值所需的一切的实验。如果某件事引起了注意,价格是否会随之而来,反之亦然?
在其最纯粹的形式中,Loud是从KOL那里补贴思维份额的投机者与之之间的共生关系。
这个代币完全没有价值,但它成为了关注的代理。
为什么要设定前25名的门槛?因为正如我们所说,交易者在每次交换中所支付的实际上是关注度。通过创建一个更小的池,发言者会被激励更加努力地为代币持有者和费用服务。即使他们进入前25名,他们也并不安全,因为费用是根据他们的关注贡献按比例分配的,他们必须充分最大化他们的关注份额和输出。
*注意:Loud 是一个实验,因此机制将根据反馈随着时间的推移而变化和适应,同时尽量减少干预。我们正在进行第一次大规模去中心化实验,研究注意力价值系统,而不受外部影响。