論文の概要: Quest Love: A First Look at Blockchain Loyalty Programs

• arxiv url: http://arxiv.org/abs/2501.18810v2
• Date: Wed, 19 Mar 2025 13:45:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-20 19:58:13.169845
• Title: Quest Love: A First Look at Blockchain Loyalty Programs
• Title（参考訳）: Quest Love:ブロックチェーンのロイヤリティプログラムを初めて見る
• Authors: Joseph Al-Chami, Jeremy Clark,
• Abstract要約: 我々は10ヶ月で43のユニークなクエストを提供するクエストシステムを分析し、80万のコンプリートを完了させた。 タスク完了と相関する要因についての洞察を提供する。 また,農業とボットの役割や,実際のユーザと自動スクリプトを区別する要因についても論じる。
• 参考スコア（独自算出の注目度）: 0.15346678870160887
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Blockchain ecosystems -- such as those built around chains, layers, and services -- try to engage users for a variety of reasons: user education, growing and protecting their market share, climbing metric-measuring leaderboards with competing systems, demonstrating usage to investors, and identifying worthy recipients for newly created tokens (airdrops). A popular approach is offering user quests: small tasks that can be completed by a user, exposing them to a common task they might want to do in the future, and rewarding them for completion. In this paper, we analyze a proprietary dataset from one deployed quest system that offered 43 unique quests over 10 months with 80M completions. We offer insights about the factors that correlate with task completion: amount of reward, monetary value of reward, difficulty, and cost. We also discuss the role of farming and bots, and the factors that complicate distinguishing real users from automated scripts.
• Abstract（参考訳）: ブロックチェーンエコシステム — チェーン、レイヤ、サービスを中心に構築された — は、ユーザ教育、マーケットシェアの拡大と保護、競合するシステムによるメトリクス測定のリーダボードの登頂、投資家への使用の実証、新たに作成されたトークン(背景)にふさわしい受取人を特定することなど、さまざまな理由からユーザを巻き込もうとしている。 一般的なアプローチは、ユーザによるクエスト – ユーザが完了可能な小さなタスク、将来やりたいと思われる共通タスクへの公開、完了に対する報酬 – を提供することだ。 本稿では,1つのデプロイされたクエストシステムから,10ヶ月で43のユニークなクエストを提供し,80万のコンプリートを達成した,プロプライエタリなデータセットを分析した。 タスク完了と相関する要因、すなわち報酬の量、報酬の金銭的価値、困難、コストに関する洞察を提供する。 また,農業とボットの役割や,実際のユーザと自動スクリプトを区別する要因についても論じる。

関連論文リスト

• Process Reinforcement through Implicit Rewards [95.7442934212076]
  複雑なプロセス報酬は、大きな言語モデル(LLM)の推論時間スケーリングにおいて、スパースな結果レベルの報酬よりも効果的な選択肢であることが証明されている。 ディエンス報酬は、その微粒な報酬が結果報酬の固有の問題に対処する可能性があるため、LLMの強化学習(RL)に魅力的な選択を与える。 これは主に、高品質なプロセスラベルの収集が違法に高価であるオンラインのトレーニングプロセス報酬モデル(PRM)の課題に起因する可能性がある。 提案するPRIMEは,ポリシロールアウトと結果ラベルのみを用いて,インプットプロセス報酬によるオンラインPRM更新を可能にする。
  論文  参考訳（メタデータ） (2025-02-03T15:43:48Z)
• Next Token Prediction Towards Multimodal Intelligence: A Comprehensive Survey [93.72125112643596]
  Next Token Prediction (NTP)は、機械学習タスクの多目的な学習目標である。 本調査では,マルチモーダル学習における理解と生成を一体化する包括的分類法を導入する。 提案した分類法は,マルチモーダルトークン化,MMNTPモデルアーキテクチャ,統合タスク表現,データセットと評価,オープンチャレンジの5つの重要な側面を網羅している。
  論文  参考訳（メタデータ） (2024-12-16T05:02:25Z)
• CryptoLLM: Unleashing the Power of Prompted LLMs for SmartQnA and Classification of Crypto Posts [0.0]
  本研究は暗号通貨の理解とフィルタリングを強化することを目的としている。 我々は、reditポストとtwitterポストの分類タスクを解決するために、プロンプトベースの手法を用いてきた。
  論文  参考訳（メタデータ） (2024-11-12T16:49:51Z)
• BlockFound: Customized blockchain foundation model for anomaly detection [47.04595143348698]
  BlockFoundは、異常なブロックチェーントランザクション検出のためのカスタマイズされた基盤モデルである。 ブロックチェーントランザクションのユニークなデータ構造をモデル化するための、一連のカスタマイズデザインを紹介します。 BlockFoundは、Solana上の異常なトランザクションを高精度に検出する唯一の方法である。
  論文  参考訳（メタデータ） (2024-10-05T05:11:34Z)
• Drawing the boundaries between Blockchain and Blockchain-like systems: A Comprehensive Survey on Distributed Ledger Technologies [0.0]
  Bitcoinのグローバルな成功はブロックチェーンの台頭につながったが、"ブロックチェーン"と呼ばれる多くのシステムは、その中核的な原則から逸脱している。 この調査は、ブロックチェーンとブロックチェーンのようなシステムの違いを明らかにするために、包括的なレビューと分類の必要性に対処する。
  論文  参考訳（メタデータ） (2024-09-26T09:17:13Z)
• SOK: Blockchain for Provenance [0.0]
  Provenanceは、データ生成から操作まで追跡するので、データの整合性、信頼性、信頼性を確保するには不可欠だ。 証明技術は、その分散的で透明で不変な性質のために、証明を実装するための一般的な選択肢となっている。 ブロックチェーン設計に関する多くの研究は、特に証明に特化しており、この分野に特化している。
  論文  参考訳（メタデータ） (2024-07-25T01:46:49Z)
• MEV Ecosystem Evolution From Ethereum 1.0 [6.151915040556504]
  従来の金融では、市場の非効率性から価値を創出する仲裁提案や、特権的な役割を持つ参加者に対して価値を抽出する前払い提案など、価値を創出する可能性がある。 このような機会は、様々な参加者が金融活動に従事しているDeFiエコシステムで容易に利用することができる。 この調査では、まず、このような機会がいかに豊かになるかを示す。次に、そのような機会を捉えようとする参加者のプロトコルフォローが、ブロックチェーンのパフォーマンスを妨害する恐れがあるかについて議論する。 最後に、すべてのDeFi参加者に公正な市場を提供するために、信頼の欠如と分散化を回復しようとする研究の現状を概観する。
  論文  参考訳（メタデータ） (2024-06-19T14:22:26Z)
• Studying the association between Gitcoin's issues and resolving outcomes [2.6613573097751866]
  統計解析と機械学習技術を用いて,Gitcoinの賞金で4000件以上の問題を調査した。 本研究は, プロジェクトの長さ, 課題記述, 報奨額の種類, 報奨金額などの要因の重要性を明らかにする。
  論文  参考訳（メタデータ） (2023-09-26T15:36:55Z)
• Towards Robust Blockchain Price Oracle: A Study on Human-Centric Node Selection Strategy and Incentive Mechanism [6.524599041387636]
  Oracleは、支払いや決済などの金融アプリケーションのための信頼できるリアルタイム価格情報と、ブロックチェーン上のアセットバリュエーションを取得することができる。 本稿では,タスクに参加するための評価の高いノードを匿名で選択する匿名ノード選択方式を提案する。 有理マンの仮説の下では、スタックルバーグゲームに基づくインセンティブ機構が提案される。
  論文  参考訳（メタデータ） (2023-09-09T05:56:29Z)
• Token Spammers, Rug Pulls, and SniperBots: An Analysis of the Ecosystem of Tokens in Ethereum and in the Binance Smart Chain (BNB) [50.888293380932616]
  トークンと流動性のプールの生態系を研究する。 トークンの約60%が1日以内でアクティブであることが分かりました。 1日間の暴走が2億4000万ドルという利益を生み出したと見積もっている。
  論文  参考訳（メタデータ） (2022-06-16T14:20:19Z)
• Retrospective on the 2021 BASALT Competition on Learning from Human Feedback [92.37243979045817]
  競争の目的は、人間のフィードバック(LfHF)技術から学び、オープンワールドの課題を解決するエージェントへの研究を促進することであった。 LfHF技術の使用を義務付けるのではなく、ビデオゲームMinecraftで達成すべき自然言語の4つのタスクについて説明した。 チームは、様々な可能な人間のフィードバックタイプにまたがる多様なLfHFアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2022-04-14T17:24:54Z)
• The MineRL BASALT Competition on Learning from Human Feedback [58.17897225617566]
  MineRL BASALTコンペティションは、この重要な種類の技術の研究を促進することを目的としている。 Minecraftでは、ハードコードされた報酬関数を書くのが難しいと期待する4つのタスクのスイートを設計しています。 これら4つのタスクのそれぞれについて、人間のデモのデータセットを提供するとともに、模擬学習ベースラインを提供する。
  論文  参考訳（メタデータ） (2021-07-05T12:18:17Z)
• Online Learning Demands in Max-min Fairness [91.37280766977923]
  本稿では,複数のユーザ間の希少リソースの割り当て機構について,効率的で公平で戦略に準拠した方法で記述する。 このメカニズムは複数のラウンドで繰り返され、各ラウンドでユーザの要求が変更される可能性がある。 各ラウンドの最後には、ユーザは受け取ったアロケーションに関するフィードバックを提供し、そのメカニズムが時間の経過とともにユーザの好みを学習することを可能にする。
  論文  参考訳（メタデータ） (2020-12-15T22:15:20Z)
• Investigating the Requirements for Building a Blockchain- Based Achievement Record System [0.0]
  信頼された達成記録は、重要な学習活動や成果だけでなく、証明書を記録し、認証することを目的としたセキュアなシステムである。 本稿では,ブロックチェーンとスマートコントラクト技術を用いた達成記録システムにおいて,利害関係者の考えや展望を収集することを目的とする。
  論文  参考訳（メタデータ） (2020-07-04T18:44:14Z)
• Mining Implicit Relevance Feedback from User Behavior for Web Question Answering [92.45607094299181]
  本研究は,ユーザ行動と通過関連性との関連性を検討するための最初の研究である。 提案手法は,追加のラベル付きデータを使わずにパスランキングの精度を大幅に向上させる。 実際にこの研究は、グローバルな商用検索エンジンにおけるQAサービスの人為的ラベリングコストを大幅に削減する効果が証明されている。
  論文  参考訳（メタデータ） (2020-06-13T07:02:08Z)
• A Proof of Useful Work for Artificial Intelligence on the Blockchain [0.3599866690398789]
  本稿では,ブロックチェーン上での機械学習モデルのトレーニングに基づく,新たな"有用な作業の保護"(PoUW)プロトコルについて述べる。 マイナーは、正直なMLトレーニングをした後、新しいコインを作る機会を得る。 我々は、有用な仕事を報い、悪意ある俳優を罰する仕組みを概説する。
  論文  参考訳（メタデータ） (2020-01-25T01:10:46Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。