sgdphp技巧_优化二次方融资运用SGD 实现显示事理附机制本钱集

来源：DoraFactory

原文标题：优化二次方融资：利用SGD 实现显示事理（附机制资源集）

择要：二次融资（QF）是一种机制，它可以制造社会生产性投资稳定“吸引子”（可视化动态[1]），同时也为非生产性群体投资供应积极但不稳定的勉励（ 可视化动态[2]、 补偿[3]）。
只管它具有吸引人的均衡特性，但实现均衡并非易事。

我们认为，在这种情形下，如果有良好的图形界面，直靠近似显示（direct approximate revelation）对用户来说更大略，因此进一步增加了生产性折衷难度和非生产性折衷难度之间的差距。
我们描述了一个近似启示过程（approximate elicitation procedure），参考了 Critch 2022[4] 以及一个利用随机梯度低落 (SGD) 的策略实行器（strategy executor），只管我们可以利用任何全局优化算法，例如 Adam[5]、 Adagrad[6]等。
然后我们谈论打算可行性以及如何使策略实行器无需信赖和/或保持隐私。

想要进一步理解二次方融资机制背景及干系实践和研究，可查看文末参考文献，DAOrayaki去中央化编辑委员会对二次方机制特作整理。

标准 QF 策略中的信息寻衅

Buterin、Weyl 和 Hitzig（2018 年）[7] 指出，“动态履行很可能是可取的 [...]，由于最佳贡献仍将取决于其他人的贡献”。
换句话说，除非我知作别人贡献了多少，否则我不知道贡献多少，但除非他们知道我贡献了多少，否则其他人不知道贡献多少。
但诚笃说，我不会常常登录来检讨和调度我的分配。

让我们解释如果只是大略地呈现匹配（match）的静态估量（可能会歪曲终极匹配）会发生什么。
每个项目将从 $0 的静态匹配开始。
第一个收到贡献的项目将跳转到 100% 预算的静态匹配。
这会随着韶光的推移而稀释，但最初的影响是如此之大，以至于它很可能会持续存在，即实际上，被“吸引”来的参与者不会作二次检讨然退却撤退出。

直不雅观的结论是，“先行者”（first mover）对公共物品的结果具有不成比例的影响（这可能会因与 UI 排序等干系的先行者上风而加剧）。
Gitcoin 的干系数据[8] 初步表明，可能确实存在先行者上风（是否有因果关系须要进一步剖析）。

我们能想出一个“智能”估量吗？这样的努力可能会面临全信息限定（full-information constraint），引入中央化的严重偏见，或两者兼而有之。

显示事理

显示事理（Revelation Principle）[9]指出，对付任何机制 m1都有一个“直接机制” m2，直接讯问代理人的偏好并为他们实行策略。
是否m2比m1更有用，取决于偏好的描述长度（组合拍卖可以作为一个例子[10]， 我们常日不想要直接机制）。
在 QF 这里，完全的偏好描述是一个连续函数

但是，我们可以 近似 指定此函数为一维或二维的一些数据点。
请把稳，我们不考虑联合效用，由于这会增加描述长度；以是，这更适用于相对独立的商品或单一商品的博弈。
（见后续文章[11]）

启示（Elicitation）

我们有无数的方法来改进用户界面（UI），但一个大略的界面可能是一个基于点击/拖动的界面，人们可以拖动和/或键入一些

的值。
另一个可能是“批量价格”用户界面，用户可以对我们的“批量折扣”出价，直到他们满意为止。
我们还向用户阐明，他们在项目上花费的金额永久不会超过他们给我们的个人估值。
然后我们将利用 任何常见的插值方法[9]并将结果

提交给策略实行器（strategy executor）。
请把稳，如果给定项目的总边际效用近似值偏离 ，则该项目可能资金不敷或资金过剩，由于边际社会效益 (MSB) 将与其他项目相差k。
我们估量，随着越来越多的人报告一个给定项目，随机缺点近似值（random mis-approximation）将均匀化。

这个例子有助于你建立观点，标准 QF 在用户每次登录时都会重新查询用户的出价，由于匹配金额会不断变革。
此 UI 会预先查询一个最少的出价集。

该方案类似于 Critch 2022[9] 中先容的，这也表明一个谈论组件（discussion component）比启示本身更主要。
请把稳，Critch 2022 常日预设的是高度敬业的个体子集，试图代表全体天下的效用，而不是茫茫多不那么敬业的自私代理人（请把稳，任何有效的公共物品募资操持都可能具有前者的一些属性，由于有利于非选民（例如迢遥的乃至不远的未来公民）的项目须要无私，并且参与/奉献也遵照 80/20[10] 法则）。
Critch 的不雅观点是有道理的，只管进一步的谈论超出这篇文章的范围。

优化

用户将授权一些支付给机器人，然后机器人将运行梯度低落（gradient descent），仿照用户在频繁检讨和调度分配时可能会做的事情。

Buterin、Weyl 和 Hitzig (2018) 还指出，非凹效用（nonconcave utility）是自然的，但会使系统的吸引子非全局（例如“冷启动”效用曲线 - 可视化[11]）。
因此，我们可以通过利用梯度低落/全局最优化的 随机（stochastic） 变种来实现收益，从这个意义上说，SGD 也可以作为一种 策略修正来勾引干系均衡[12]。

在机制中利用区块链-SGD-折衷器可能是一个更广泛的加密经济研究领域。
例如，代理人对丢失函数的选择（例如， 罗尔斯 vs.功利主义[13]）会影响 它选择的均衡[14]（ 民间定理[15] 表明均衡选择在许多情形下都很主要），这可能使设计者 能够掌握[16] 效率与公正、风险与收益等。
一个自然的问题是，人们在同一场游戏（博弈） 的不同折衷者之间选边站，元游戏是否会因此产生。

均衡选择问题与维度灾害有关——吸引子的数量和创造它们的难度可能会因人数而急剧增加。
我们现在正在优化具有超过数千亿参数的深度学习模型的事实让我们感到欣慰，只管这种规模的优化成功可能涉及各种前沿技能和手动调度。
我们估量优化超过数千到数百万的贡献量不会有很大的问题，特殊是如果空间确实是凹的，而且考虑到问题的实质不是黑匣子，我们可以对出发点做出有根据的预测。
然而，一旦我们须要证明，打算就会溘然变得昂贵起来（鉴于这样的限定，非虚拟化 Cosmos[17] 区块链的共识层打算——如果扩展性足够好，可能带有敲诈证明——可能是不那么年夜志勃勃的出发点）。
我们强调，如果参与者在生理上实行，SGD 算法面临的任何优化寻衅将更加严厉（例如，我们认为纵然在最大略的场景中，参与者也不太可能创造均衡）。

如果我们利用报告估值的线性插值，离散优化也可能供应优化。
我们不须要沿着梯度低落，而是在点之间移动。

交互繁芜度

公共物品的性子是，每个物品 i 都与每个参与者 j 干系。
因此，系统的交易本钱是 X Y K，个中 X = 人口，Y = 公共物品选项的数量，K = 交易本钱。
我们认为，进入效用曲线的 K 低于利用直接贡献博弈的 K，如果 UI 设计没毛病，K 基本上是最小的，瓶颈是 X Y。
由于勉励的缘故原由，降采样 X 可能不可行，而对 Y 的随机降采样的改进可能来自同行评审、搜索和个性化推举。

赞许、无需信赖和隐私

由于我们授权机器人替我们费钱，以是我们必须逼迫机器人做精确的事情。
这是一个共识和/或证明的用例（只管可能很贵，拜会前面关于打算本钱的解释）。

我们也可能希望输入和个人分配是隐私的。
SGD 方法实际上更适宜差分隐私（这是 同态阈值加密的一个用例[18]），由于打算实质上是最大批量的（maximally batched），即总的终极分配可以直到末了才揭晓。
在直接贡献的情形下，我们必须定期更新分配估计（从技能上讲，这做不到，但不这样做，博弈会变成只有一次机会，因此无法玩），这暴露了更新频率和隐私之间的权衡。

鉴于这种隐私能力，我们可能想重新核阅 MACI 匿名化[19]。

生理学

有人可能会争辩说，看到一场巨大的和/或浮夸的匹配估量，能让人享受参与 QF 的乐趣，比起潜在的机制最优化的扭曲，这是值得的，并且/或者机制的最优化在实践中是一个不切实际的目标（例如，“效用”不是一个清晰的观点）。
如果该机制的很大一部分吸引力实际上是其生理效应而不是博弈论效应，那么我们仍旧可以报告估量匹配（当然，这将重新引入前面提到的更新频率权衡）。

稠浊系统

同时具有传统的 QF 体验和 SGD 体验是可能的。
在这种情形下，SGD 代理将信息传达给传统参与者会很有帮助，这再一次提醒了我们更新频率的权衡问题。

感谢

感谢 Glen Weyl 的有力反馈，作者后来利用“竞标语言”（bid language）框架对这个观点进行了重大修正和扩展。
如果有兴趣，请看 较新的文章[20]，不过本文仍可作为一篇很好的背景文章理解。

参考文献

1.DAOrayaki Podcast ｜二次方管理规模化的现实约束与解法探索

2. DAOrayaki ｜二次方管理规模化的权衡取舍

3. DAOrayaki ｜二次方融资与有效利他主义

4. DAOrayaki ｜二次方融资的社交网络

5. DAOrayaki ｜基于非货币成本帮助的二次方信赖模型

6. DAOrayaki ｜抽签二次方投票

7. DAOrayaki ｜从默认选择到二次方投票:投票一览

8. DAOrayaki｜二次方投票：机制设计如何使民主激进化

9. DAOrayaki｜二次方投票和区块链管理

10. DAOrayaki｜二次方投票与公共物品

11. 二次方帮助V2协议: 抗女巫攻击、公正和规模化的链上二次方投票

12. 累进税系统提高二次方帮助的公正性

13. Dora Factory Eric Zhang：利用累进税系统提高二次方帮助的公正性

14. 二次方融资（Quadratic Funding）的攻击与防守

15. ‍社会实验 | 让社区帮助爆发巨大能量，当二次方投票遇上黑客马拉松

16. 「激进市场」和二次方投票 | 用市场本身去监管市场

17. DAOrayaki ｜Vitalik 最早提出和揭橥《自由激进主义》3.5w 字全文详解【上】

18. DAOrayaki ｜Vitalik 最早揭橥《自由激进主义》3.5w 字全文详解【中】

19. DAOrayaki ｜Vitalik 等人《自由激进主义》3.5w 字全文详解【下】

尾注