公共財配分の最適化:批判的分析
紹介
分散システムにおける公共財の最適な配分を達成することは、フリーライダー問題による過少投資を招く傾向があります。 Vitalik Buterin、Hitzig、Weylは、公共財の社会的に最適な配分を実現するための機構への二次投票アルゴリズムの一般化を提供しています[2]。クアドラチックファンディングとして知られるアルゴリズムは、スポンサー/寄付者が分散コミュニティの個々の寄付者の寄付をマッチングする仕組みを含んでいます。クアドラチックファンディングメカニズムの下では、公共財プロジェクトに割り当てられる総資金は、個々の貢献の平方根の合計の二乗に等しいです。
本稿では、まず、理想的な条件下では、二次的資金調達メカニズムが公共財の1次最適配分を達成するという簡単な数学的証明を提示する。次に、二次資金調達メカニズムの最適でない結果につながる可能性のある、これらの理想的な条件からの4つの逸脱について説明します。これらの制限は、情報の非対称性、共謀、詐欺、および寄付者による資金不足です。最後に、二次資金調達メカニズムの実際のアプリケーションであるGitcoin Grantsについて説明します。
二次資金調達モデル
このセクションでは、公共財の資金配分のための二次資金モデルの基盤となるモデルの概要を提供します。まず、中央計画者の第一ベストの資源配分を導出し、その後、二次資金モデルが分散型の状況で公共財に対する中央計画者の資金レベルを実装できることを示します。導出は主にヒューリスティックレベルで行われ、二次条件などの細部は省略されます。
P 個の公共財を設け、p = 1, 2, …, P でインデックス付けされます。中央計画者は各公共財の資金調達レベル Fp を選択します。公共財 p は価値 Vp(Fp) を提供します。その後、計画者は最大化を選択します:
最適化の条件は:
したがって、プランナーは、最後に資金調達する1ドルの限界利益が限界費用に等しくなる点まで、各公共財を資金調達することを選択します。
今、二次資金を使った分散システムの下で公共財の資金調達を考えてみましょう。N人の個人がいるとします。i = 1, 2, …, Nで指標付けされています。各個人iは、公共財pに対する好みを持っています。
各個人iは、公共財pに金額を貢献します
ただし、公益事業Pの実際の資金調達は、二次関数的資金調達ルールによって決定されます:
Note that we assume that the difference (deficit) between the total amount of funds spent and the total amount of funds contributed by the agents is made up for by some benefactor/donor. This entity serves to fund the deficit of
各エージェントiは選択します
最大限にするために
最適化の1次条件は:
または、
iを足し合わせ、注意してください。
そして、したがって
だから、
したがって、二次資金調達メカニズムは、中央プランナーと同じ資金調達レベルにつながります。
二次資金調達に関する問題点
非対称情報
二次投票が最適な総合割り当てを達成する能力の基本的な仮定の1つは、投票者が投票するプロジェクトの基本的な品質について確信を持っているということです。つまり、投票者は異なる好みを持つことが許されていますが、プロジェクトの品質についてはすべて同意しています。しかし、現実には、投票者はプロジェクトの品質に関する非対称な情報を持っています。たとえば、特定の公共財は、腎臓提供の配分のためのアルゴリズムのスポンサードコーディングコンテストです。投票者は、そのコーディングコンテストが機能するアルゴリズムにつながる可能性がどの程度あるか、そしてその場合、現状と比べてどれだけ優れているかについて、評価が異なる可能性があります。そのような状況では、割り当て効率と情報効率の両方を追求しています。
Benhaim、Falk、およびTsoukalasは、非対称情報の下で二次資金配分を分析しています[3]。彼らは、全情報の下では二次投票が配分効率を達成することを以前に示された結果から始めます。しかし、品質の不確実性の下では一般的には真ではありません。基本的な直感は次のとおりです。品質の確実性の下では、投票力を獲得するコストが凸である二次投票の重み付け方式は、投票力を適切な量だけ集約することができ、第一ベストを達成することができます。しかし、不確実性の下では、単に選好を集約するだけでなく、非対称情報を集約することを望んでいます。特に、「群衆の知恵」が最もよく聞こえるようにするために、非対称情報を集約したいのですが、それは二次投票の下では真ではありません。そこでは、有権者は信念を集約する動機が低下していると見なされます。
BFTは、非対称情報の下では、二次投票は実際には従来の線形投票よりも性能が劣ることがわかります。これは、二次投票のコストの凸型が、投票者が自分の信念を反映するために十分な投票を行うことを妨げる可能性があるためです。しかし、投票者の数が無限に増加するにつれて、二次投票と線形投票の両方が有権者情報の効率的な集約につながることがあります。これは、情報の非対称性が最も大きい条件下では、投票システムの設計者はユーザーの参加を増やすことに焦点を当てるべきであることを示しています。たとえば、投票者の参加に対する明示的な報酬を提供することができます。
共謀
共謀は、寄付者間の合意により、他のトークン保有者の費用負担で自分自身を利益を得ることを指します。そのような合意は暗黙のものまたは明示的なものであり、暗黙の合意は明らかに検出が難しいです。要するに、大規模な投票ブロック間の調整は、共謀するエージェントに公的利益を吸い上げることを可能にします。BHWは、共謀が二次資金調達の中心的な脆弱性であることを認めています。
協力の簡単なゲーム理論的な例を考えてみましょう。Pasquiniによるものです。2つのプロジェクトに投票する2人の貢献者の1回限りのゲームを考えます。それぞれが1つのプロジェクトの資金調達に興味を持っています。1と2の貢献者はそれぞれcの資金を投資しています。プロジェクト1によって調達された総資金額は貢献者1に、プロジェクト2によって調達された総資金額は貢献者2に行きます。
各貢献者は協力するかしないかを選択できます。協力する場合、貢献者は各プロジェクトにc/2を提供します。協力しない場合は、自分自身のプロジェクトにcを提供し、相手には何も提供しません。
4つの可能な支払いを考慮してください：
A. もし両者が協力すれば、二次関数のルールに基づくと、各プロジェクトの資金調達は同じです
On net after paying c, each receive 2c-c=c.
B. もし一方が協力し、もう一方が協力しない場合、協力する方のプロジェクト資金は等しい
純粋な支払額は
協力しないものはプロジェクトの資金調達があります
純利益がある
C. もし彼らのどちらも協力しない場合、それぞれのプロジェクトの資金は等しくなります
with a net payoff of c-c=0.
このゲームのペイオフ行列を書き出すこと：
唯一の（純粋な）ナッシュ均衡は、どちらも協力せず、投票者ごとに均衡の利益がゼロになることが容易にわかります。これはただの囚人のジレンマのケースであり、両者が協力してcを稼ぐ方が良いのですが、協力は協力しないことによって支配されています。このゲームからの直感は、BHWが「単独のインセンティブは、ある形の共謀に対して非常に強く対立する」と述べる理由です。
ただし、このメカニズムが無限に繰り返されるゲームの一部になった場合、（割引に関するパラメータ制約の下で）協力的な結果が標準の「報いは報い」均衡の下で維持されることがわかっています。このような戦略は、どのような逸脱もその後の協力をしないことで対処するという形を取ります。この結果は、非協力の脅威を許可し、協力的な動的均衡を可能にするアプリケーションにとって重大な問題になる可能性があります。Gitcoin Grantsが何度も繰り返されていることに注意してください。
詐欺
BHWはまた、二次資金調達の中心的な脆弱性として詐欺を挙げています。実際、詐欺と共謀を比較すると、詐欺は「より単純で壊滅的な問題」と呼ばれています。二次関数の凸性のために、自分自身を多くの個人として不正に表現するインセンティブが組み込まれています。これは「シビル攻撃」と呼ばれることもあります。
BHWはこの簡単な例を提供しています。個人的な利害関係があるプロジェクトに20xドルを貢献することを検討している1人の有権者を考えてみましょう。彼女が20人の有権者がそれぞれxドルを貢献するように自己を誤表示することができれば、彼女は20xドルを支払いますが、彼女の利益（彼女自身に行く）は受け取ります。
つまり、彼女の個別の貢献は20倍に増えます。このような詐欺が許されるなら、私たちは明らかな裁定取引を持っており、投票システムの誠実さを完全に破壊します。
BHWは、このような詐欺を防ぐ唯一の有効なシステムは、しばしば匿名性を保つように設計されているDAOの環境で簡単ではないかもしれないが、効果的な身元確認システムであると提案しています。さらに、投票結果の実際の監査と、詐欺行為に対する十分なペナルティを伴うものが必要であり、これによって詐欺行為の衝動を抑えることができるとしています。
Underfunding
二次資金調達メカニズムにおいて、スポンサー/ドナーの役割は重要です。このメカニズムは、個々の貢献に二次則を適用し、スポンサー資金を使用して暗示されるレベルに到達するための資金配分額を選択します。現実には、ドナーが提供する資金プールは、社会的最適配分に到達するために必要な額よりも少ない可能性があります。これは、Pasquiniで分析されている問題です。
BHWは、限られた寄付資金の問題に対処しました。この制限に対処するため、彼らは「資本制約二次資金化」と呼ばれるメカニズムについて議論しました。これは、公共財をマッチング資金が許容する限り大きくし、依然として二次資金の規則に比例するようにするものです。実際、これはGitcoin Grantsで使用されている実装です。
Pasquiniは、資本制約のある二次資金調達が最適性を達成しないことを示しています。つまり、制約があるとしても、二次資金調達ルールは社会的に最適な方法で資金を配分することができません。制約の均衡では、個々の貢献が社会的な利益に対して完全に補償されないため、個々の貢献が低くなることが示されています。つまり、制約は個々の有権者のインセンティブに影響を与え、必要な一次の最適条件から逸脱させる原因となっています。
Gitcoin Grants
二次資金提供メカニズムの現実世界での応用例の中でも、もっとも有名なのはGitcoin Grantsです。Gitcoin Grantsは、オープンソースソフトウェアプロジェクトや、Ethereumブロックチェーンエコシステム上のその他の公共財を資金提供する方法です。オープンソースソフトウェアは、公共財の優れた例です。ソフトウェアの利益は他人の利用によって減少しないため、非競合的です。また、オープンソースソフトウェアは、寄与しているかどうかにかかわらず、自由に公開されているため、非排他的です。
Yash Agarwalによると、Gitcoinはオープンソースソフトウェアの資金調達に7280万ドル以上を提供しています[5]。 さらに、Agarwalは、Gitcoinが実際にはBHWで提案された資本制約付き二次資金調達メカニズムの変形である2次資金調達アルゴリズムをどのように利用しているかを簡単な例で示しています。
Gitcoin Grants は明示的に二次資金配分アルゴリズムを使用しています。パスクイーニは、2020年に行われた第7回および第8回のGitcoin Grantsラウンドで使用されたGitcoinプロセスを説明しています。ラウンドの日々、貢献者は参加プロジェクトをウェブページで説明し、どのプロジェクトに投資するかを選択し、暗号通貨の送金をコミットすることができました。ウェブページは、これまでに受け取った合計額と、マッチングファンド（二次資金配分の下で）が追加された後に受け取る予定の額を報告するために更新されます。例えば、第8ラウンドでは444のプロジェクトと4,953の貢献者がありました。プロジェクトごとの個々の貢献額は平均で約30 DAIでした。
Gitcoin Grantsの公開ウェブページは、その資金調達プラットフォームについての示唆に富んでいます。Gitcoin Grantsは、4.6万件のユニークな寄付を集め、5,242件のプロジェクトが資金を調達しました[6]。とはいえ、サイト上での現在の活動レベルはあまり盛り上がっているとは言えません。例えば、多くのプロジェクトは（ラウンド終了まで残り1週間以下の場合でも）100ドル未満の資金しか集めていません。さらに、マッチングプールに利用可能な資金の額もしばしば小さく、1000ドル未満のものが多いです。
したがって、Gitcoin Grants は現在、公共財の資金調達において比較的小規模なプレーヤーであるかもしれませんが、それは真に二次資金調達の生きている具体例です。ある意味で、資金調達アルゴリズムが学術的なワーキングペーパーからわずか数年で実世界のアプリケーションに移行したということは、柔軟性のあるDAOモデルがガバナンスのための新しいプラットフォームに対するテストグラウンドとオープンネスを提供するということの証左となります。
著者について
ブライアン・グレナディアはスタンフォードロースクールのJ.D候補生です。彼はスタンフォード大学で歴史学の学士号を取得し、数学とデータ分析の幅広い知識を持っています。この記事は彼のCS 352B: ブロックチェーンガバナンスの最終論文として書かれました。
参照
[1]https://www.gemini.com/cryptopedia/gtc-crypto-gitcoin-bounties-web3-gtc-token
[2] https://arxiv.org/abs/1809.06421
[3]https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4416748
[4] https://arxiv.org/pdf/2010.01193
[6] https://gitcoin.co/grants/
免責事項：
- この記事は[から転載されていますスタンフォードブロックチェーン], すべての著作権は元の著者に帰属します [Stanford Blockchain Club]. If there are objections to this reprint, please contact the Gate Learnチーム、そして彼らは迅速に対処します。
- 責任の免責：この記事で表現されている意見や見解は、著者個人のものであり、投資アドバイスを構成するものではありません。
- 記事の翻訳は、Gate Learnチームによって他の言語にされます。特に言及されていない限り、翻訳された記事のコピー、配布、または盗用は禁止されています。
関連記事
AstarとSony Chainの戦略的なアップグレード
ケルトナーチャネルの理解
暗号通貨における完全に希釈された評価（FDV）とは何ですか？
公共財配分の最適化:批判的分析
紹介
分散システムにおける公共財の最適な配分を達成することは、フリーライダー問題による過少投資を招く傾向があります。 Vitalik Buterin、Hitzig、Weylは、公共財の社会的に最適な配分を実現するための機構への二次投票アルゴリズムの一般化を提供しています[2]。クアドラチックファンディングとして知られるアルゴリズムは、スポンサー/寄付者が分散コミュニティの個々の寄付者の寄付をマッチングする仕組みを含んでいます。クアドラチックファンディングメカニズムの下では、公共財プロジェクトに割り当てられる総資金は、個々の貢献の平方根の合計の二乗に等しいです。
本稿では、まず、理想的な条件下では、二次的資金調達メカニズムが公共財の1次最適配分を達成するという簡単な数学的証明を提示する。次に、二次資金調達メカニズムの最適でない結果につながる可能性のある、これらの理想的な条件からの4つの逸脱について説明します。これらの制限は、情報の非対称性、共謀、詐欺、および寄付者による資金不足です。最後に、二次資金調達メカニズムの実際のアプリケーションであるGitcoin Grantsについて説明します。
二次資金調達モデル
このセクションでは、公共財の資金配分のための二次資金モデルの基盤となるモデルの概要を提供します。まず、中央計画者の第一ベストの資源配分を導出し、その後、二次資金モデルが分散型の状況で公共財に対する中央計画者の資金レベルを実装できることを示します。導出は主にヒューリスティックレベルで行われ、二次条件などの細部は省略されます。
P 個の公共財を設け、p = 1, 2, …, P でインデックス付けされます。中央計画者は各公共財の資金調達レベル Fp を選択します。公共財 p は価値 Vp(Fp) を提供します。その後、計画者は最大化を選択します:
最適化の条件は:
したがって、プランナーは、最後に資金調達する1ドルの限界利益が限界費用に等しくなる点まで、各公共財を資金調達することを選択します。
今、二次資金を使った分散システムの下で公共財の資金調達を考えてみましょう。N人の個人がいるとします。i = 1, 2, …, Nで指標付けされています。各個人iは、公共財pに対する好みを持っています。
各個人iは、公共財pに金額を貢献します
ただし、公益事業Pの実際の資金調達は、二次関数的資金調達ルールによって決定されます:
Note that we assume that the difference (deficit) between the total amount of funds spent and the total amount of funds contributed by the agents is made up for by some benefactor/donor. This entity serves to fund the deficit of
各エージェントiは選択します
最大限にするために
最適化の1次条件は:
または、
iを足し合わせ、注意してください。
そして、したがって
だから、
したがって、二次資金調達メカニズムは、中央プランナーと同じ資金調達レベルにつながります。
二次資金調達に関する問題点
非対称情報
二次投票が最適な総合割り当てを達成する能力の基本的な仮定の1つは、投票者が投票するプロジェクトの基本的な品質について確信を持っているということです。つまり、投票者は異なる好みを持つことが許されていますが、プロジェクトの品質についてはすべて同意しています。しかし、現実には、投票者はプロジェクトの品質に関する非対称な情報を持っています。たとえば、特定の公共財は、腎臓提供の配分のためのアルゴリズムのスポンサードコーディングコンテストです。投票者は、そのコーディングコンテストが機能するアルゴリズムにつながる可能性がどの程度あるか、そしてその場合、現状と比べてどれだけ優れているかについて、評価が異なる可能性があります。そのような状況では、割り当て効率と情報効率の両方を追求しています。
Benhaim、Falk、およびTsoukalasは、非対称情報の下で二次資金配分を分析しています[3]。彼らは、全情報の下では二次投票が配分効率を達成することを以前に示された結果から始めます。しかし、品質の不確実性の下では一般的には真ではありません。基本的な直感は次のとおりです。品質の確実性の下では、投票力を獲得するコストが凸である二次投票の重み付け方式は、投票力を適切な量だけ集約することができ、第一ベストを達成することができます。しかし、不確実性の下では、単に選好を集約するだけでなく、非対称情報を集約することを望んでいます。特に、「群衆の知恵」が最もよく聞こえるようにするために、非対称情報を集約したいのですが、それは二次投票の下では真ではありません。そこでは、有権者は信念を集約する動機が低下していると見なされます。
BFTは、非対称情報の下では、二次投票は実際には従来の線形投票よりも性能が劣ることがわかります。これは、二次投票のコストの凸型が、投票者が自分の信念を反映するために十分な投票を行うことを妨げる可能性があるためです。しかし、投票者の数が無限に増加するにつれて、二次投票と線形投票の両方が有権者情報の効率的な集約につながることがあります。これは、情報の非対称性が最も大きい条件下では、投票システムの設計者はユーザーの参加を増やすことに焦点を当てるべきであることを示しています。たとえば、投票者の参加に対する明示的な報酬を提供することができます。
共謀
共謀は、寄付者間の合意により、他のトークン保有者の費用負担で自分自身を利益を得ることを指します。そのような合意は暗黙のものまたは明示的なものであり、暗黙の合意は明らかに検出が難しいです。要するに、大規模な投票ブロック間の調整は、共謀するエージェントに公的利益を吸い上げることを可能にします。BHWは、共謀が二次資金調達の中心的な脆弱性であることを認めています。
協力の簡単なゲーム理論的な例を考えてみましょう。Pasquiniによるものです。2つのプロジェクトに投票する2人の貢献者の1回限りのゲームを考えます。それぞれが1つのプロジェクトの資金調達に興味を持っています。1と2の貢献者はそれぞれcの資金を投資しています。プロジェクト1によって調達された総資金額は貢献者1に、プロジェクト2によって調達された総資金額は貢献者2に行きます。
各貢献者は協力するかしないかを選択できます。協力する場合、貢献者は各プロジェクトにc/2を提供します。協力しない場合は、自分自身のプロジェクトにcを提供し、相手には何も提供しません。
4つの可能な支払いを考慮してください：
A. もし両者が協力すれば、二次関数のルールに基づくと、各プロジェクトの資金調達は同じです
On net after paying c, each receive 2c-c=c.
B. もし一方が協力し、もう一方が協力しない場合、協力する方のプロジェクト資金は等しい
純粋な支払額は
協力しないものはプロジェクトの資金調達があります
純利益がある
C. もし彼らのどちらも協力しない場合、それぞれのプロジェクトの資金は等しくなります
with a net payoff of c-c=0.
このゲームのペイオフ行列を書き出すこと：
唯一の（純粋な）ナッシュ均衡は、どちらも協力せず、投票者ごとに均衡の利益がゼロになることが容易にわかります。これはただの囚人のジレンマのケースであり、両者が協力してcを稼ぐ方が良いのですが、協力は協力しないことによって支配されています。このゲームからの直感は、BHWが「単独のインセンティブは、ある形の共謀に対して非常に強く対立する」と述べる理由です。
ただし、このメカニズムが無限に繰り返されるゲームの一部になった場合、（割引に関するパラメータ制約の下で）協力的な結果が標準の「報いは報い」均衡の下で維持されることがわかっています。このような戦略は、どのような逸脱もその後の協力をしないことで対処するという形を取ります。この結果は、非協力の脅威を許可し、協力的な動的均衡を可能にするアプリケーションにとって重大な問題になる可能性があります。Gitcoin Grantsが何度も繰り返されていることに注意してください。
詐欺
BHWはまた、二次資金調達の中心的な脆弱性として詐欺を挙げています。実際、詐欺と共謀を比較すると、詐欺は「より単純で壊滅的な問題」と呼ばれています。二次関数の凸性のために、自分自身を多くの個人として不正に表現するインセンティブが組み込まれています。これは「シビル攻撃」と呼ばれることもあります。
BHWはこの簡単な例を提供しています。個人的な利害関係があるプロジェクトに20xドルを貢献することを検討している1人の有権者を考えてみましょう。彼女が20人の有権者がそれぞれxドルを貢献するように自己を誤表示することができれば、彼女は20xドルを支払いますが、彼女の利益（彼女自身に行く）は受け取ります。
つまり、彼女の個別の貢献は20倍に増えます。このような詐欺が許されるなら、私たちは明らかな裁定取引を持っており、投票システムの誠実さを完全に破壊します。
BHWは、このような詐欺を防ぐ唯一の有効なシステムは、しばしば匿名性を保つように設計されているDAOの環境で簡単ではないかもしれないが、効果的な身元確認システムであると提案しています。さらに、投票結果の実際の監査と、詐欺行為に対する十分なペナルティを伴うものが必要であり、これによって詐欺行為の衝動を抑えることができるとしています。
Underfunding
二次資金調達メカニズムにおいて、スポンサー/ドナーの役割は重要です。このメカニズムは、個々の貢献に二次則を適用し、スポンサー資金を使用して暗示されるレベルに到達するための資金配分額を選択します。現実には、ドナーが提供する資金プールは、社会的最適配分に到達するために必要な額よりも少ない可能性があります。これは、Pasquiniで分析されている問題です。
BHWは、限られた寄付資金の問題に対処しました。この制限に対処するため、彼らは「資本制約二次資金化」と呼ばれるメカニズムについて議論しました。これは、公共財をマッチング資金が許容する限り大きくし、依然として二次資金の規則に比例するようにするものです。実際、これはGitcoin Grantsで使用されている実装です。
Pasquiniは、資本制約のある二次資金調達が最適性を達成しないことを示しています。つまり、制約があるとしても、二次資金調達ルールは社会的に最適な方法で資金を配分することができません。制約の均衡では、個々の貢献が社会的な利益に対して完全に補償されないため、個々の貢献が低くなることが示されています。つまり、制約は個々の有権者のインセンティブに影響を与え、必要な一次の最適条件から逸脱させる原因となっています。
Gitcoin Grants
二次資金提供メカニズムの現実世界での応用例の中でも、もっとも有名なのはGitcoin Grantsです。Gitcoin Grantsは、オープンソースソフトウェアプロジェクトや、Ethereumブロックチェーンエコシステム上のその他の公共財を資金提供する方法です。オープンソースソフトウェアは、公共財の優れた例です。ソフトウェアの利益は他人の利用によって減少しないため、非競合的です。また、オープンソースソフトウェアは、寄与しているかどうかにかかわらず、自由に公開されているため、非排他的です。
Yash Agarwalによると、Gitcoinはオープンソースソフトウェアの資金調達に7280万ドル以上を提供しています[5]。 さらに、Agarwalは、Gitcoinが実際にはBHWで提案された資本制約付き二次資金調達メカニズムの変形である2次資金調達アルゴリズムをどのように利用しているかを簡単な例で示しています。
Gitcoin Grants は明示的に二次資金配分アルゴリズムを使用しています。パスクイーニは、2020年に行われた第7回および第8回のGitcoin Grantsラウンドで使用されたGitcoinプロセスを説明しています。ラウンドの日々、貢献者は参加プロジェクトをウェブページで説明し、どのプロジェクトに投資するかを選択し、暗号通貨の送金をコミットすることができました。ウェブページは、これまでに受け取った合計額と、マッチングファンド（二次資金配分の下で）が追加された後に受け取る予定の額を報告するために更新されます。例えば、第8ラウンドでは444のプロジェクトと4,953の貢献者がありました。プロジェクトごとの個々の貢献額は平均で約30 DAIでした。
Gitcoin Grantsの公開ウェブページは、その資金調達プラットフォームについての示唆に富んでいます。Gitcoin Grantsは、4.6万件のユニークな寄付を集め、5,242件のプロジェクトが資金を調達しました[6]。とはいえ、サイト上での現在の活動レベルはあまり盛り上がっているとは言えません。例えば、多くのプロジェクトは（ラウンド終了まで残り1週間以下の場合でも）100ドル未満の資金しか集めていません。さらに、マッチングプールに利用可能な資金の額もしばしば小さく、1000ドル未満のものが多いです。
したがって、Gitcoin Grants は現在、公共財の資金調達において比較的小規模なプレーヤーであるかもしれませんが、それは真に二次資金調達の生きている具体例です。ある意味で、資金調達アルゴリズムが学術的なワーキングペーパーからわずか数年で実世界のアプリケーションに移行したということは、柔軟性のあるDAOモデルがガバナンスのための新しいプラットフォームに対するテストグラウンドとオープンネスを提供するということの証左となります。
著者について
ブライアン・グレナディアはスタンフォードロースクールのJ.D候補生です。彼はスタンフォード大学で歴史学の学士号を取得し、数学とデータ分析の幅広い知識を持っています。この記事は彼のCS 352B: ブロックチェーンガバナンスの最終論文として書かれました。
参照
[1]https://www.gemini.com/cryptopedia/gtc-crypto-gitcoin-bounties-web3-gtc-token
[2] https://arxiv.org/abs/1809.06421
[3]https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4416748
[4] https://arxiv.org/pdf/2010.01193
[6] https://gitcoin.co/grants/
免責事項：
- この記事は[から転載されていますスタンフォードブロックチェーン], すべての著作権は元の著者に帰属します [Stanford Blockchain Club]. If there are objections to this reprint, please contact the Gate Learnチーム、そして彼らは迅速に対処します。
- 責任の免責：この記事で表現されている意見や見解は、著者個人のものであり、投資アドバイスを構成するものではありません。
- 記事の翻訳は、Gate Learnチームによって他の言語にされます。特に言及されていない限り、翻訳された記事のコピー、配布、または盗用は禁止されています。
関連記事
AstarとSony Chainの戦略的なアップグレード
ケルトナーチャネルの理解