論文の概要: Bittensor Protocol: The Bitcoin in Decentralized Artificial Intelligence? A Critical and Empirical Analysis
- arxiv url: http://arxiv.org/abs/2507.02951v1
- Date: Sun, 29 Jun 2025 12:07:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-08 15:46:34.464643
- Title: Bittensor Protocol: The Bitcoin in Decentralized Artificial Intelligence? A Critical and Empirical Analysis
- Title（参考訳）: Bittensor Protocol: 分散人工知能におけるBitcoin? 批判的で実証的な分析
- Authors: Elizabeth Lui, Jiahao Sun,
- Abstract要約: 本稿では,Bittensorが分散人工知能のBitcoinとして考えられるかを検討する。
私たちはまず、持分と報酬の両方にかなりの集中度を文書化します。
51パーセントの攻撃に要する中央値の連立サイズを増大させる88パーセントのステークキャップを提案し,実証的に検証する。
- 参考スコア（独自算出の注目度）: 1.03590082373586
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper investigates whether Bittensor can be considered the Bitcoin of decentralized Artificial Intelligence by directly comparing its tokenomics, decentralization properties, consensus mechanism, and incentive structure against those of Bitcoin. Leveraging on-chain data from all 64 active Bittensor subnets, we first document considerable concentration in both stake and rewards. We further show that rewards are overwhelmingly driven by stake, highlighting a clear misalignment between quality and compensation. As a remedy, we put forward a series of two-pronged protocol-level interventions. For incentive realignment, our proposed solutions include performance-weighted emission split, composite scoring, and a trust-bonus multiplier. As for mitigating security vulnerability due to stake concentration, we propose and empirically validate stake cap at the 88th percentile, which elevates the median coalition size required for a 51-percent attack and remains robust across daily, weekly, and monthly snapshots.
- Abstract（参考訳）: 本稿では,ビットテンソルが,そのトケノミクス,分散特性,コンセンサス機構,インセンティブ構造を直接比較することで,分散人工知能のビットコインとみなすことができるかどうかを検討する。
64個のアクティブビットテンソルサブネットのオンチェーンデータを利用すると、まず利得と報酬の両方にかなりの集中度が記録される。
さらに、報酬が圧倒的に利害関係によって引き起こされていることを示し、品質と報酬の明確な相違を強調します。
対策として、我々は2段階のプロトコルレベルの介入を列挙した。
インセンティブ向上のために提案手法は, 性能重み付きエミッション分割, 複合スコアリング, 信頼結合乗算器を含む。
セキュリティ上の脆弱性の軽減については,11%の攻撃に要する中央集権的連立規模を高くし,日毎,週毎,月毎のスナップショットで頑健な,88パーセントのリスク上限を実証的に評価する。
関連論文リスト
- A Game-Theoretic Approach to the Study of Blockchain's Robustness [0.0]
この論文はブロックチェーンプロトコルの堅牢性、特にProof-of-Stakeに注目している。
ブロックチェーンが永続的な競合ブロックを持たないことを保証するSafetyと、新しい信頼性のあるブロックを継続的に追加することを保証するLivenessという2つの重要な特性で堅牢性を定義しています。
我々の研究は、エージェントを正直またはビザンツのどちらかに分類する従来の分散システムアプローチと、インセンティブによって駆動される合理的なエージェントを考慮したゲーム理論モデルとのギャップに対処する。
論文 参考訳（メタデータ） (2024-11-28T14:29:14Z) - AdChain: Decentralized Header Bidding [11.0286679945947]
本稿では,オンライン広告インプレッションの不一致を検知し,最小化する分散型,分散型,検証可能なソリューションであるAdChainを提案する。
実験では、50万以上の広告データポイントを用いて、98%の精度を達成できるシステムパラメータを特定した。
AdChain上のアクティブノードは、Bitcoinのような主要なブロックチェーンネットワーク上のマイナーに匹敵する利益を生み出すことができる。
論文 参考訳（メタデータ） (2024-10-21T16:08:20Z) - Decentralization of Ethereum's Builder Market [13.369643484986593]
私たちはブロックチェーンの最も分散化されていない部分のひとつ、ビルダーマーケットを調査します。
2つのビルダーが85%以上のブロックを生産し、関連する集中化要因を生み出した。
我々は、集中型ビルダー市場における重要な提案者の損失を定量化し、これが許容できるという信念に挑戦する。
論文 参考訳（メタデータ） (2024-05-02T14:32:21Z) - Analyzing Reward Dynamics and Decentralization in Ethereum 2.0: An
Advanced Data Engineering Workflow and Comprehensive Datasets for
Proof-of-Stake Incentives [5.18461573800406]
スマートコントラクトブロックチェーンプラットフォームであるProof-of-Stake 2.0は、サードパーティの介入なしにアプリケーションの正確な実行を保証する。
本研究では,Beacon 連鎖からコンセンサス報酬データを収集し,報酬分布と進化の包括的解析を行う。
PoSの分散度を評価するために、シャノンエントロピー、ジーニ指数、中本係数、ヘルフィンダール・ヒルシュマン指数(HHI)などの不等式指標を適用した。
論文 参考訳（メタデータ） (2024-02-17T02:40:00Z) - How Does Stake Distribution Influence Consensus? Analyzing Blockchain Decentralization [10.679753825744964]
本研究はまず,重み付きコンセンサス機構の分散化指標を定式化する。
重み分布を効果的に再検討するSquare Root Stake Weight (SRSW) モデルを提案する。
この研究は、ブロックチェーンのコンセンサスメカニズムにおける分散化を推進し、より公平で公平なステイクウェイト分布に向けた重要なステップである。
論文 参考訳（メタデータ） (2023-12-21T15:32:20Z) - Coalitional Bargaining via Reinforcement Learning: An Application to
Collaborative Vehicle Routing [49.00137468773683]
コラボレーティブ・ビークル・ルーティング(Collaborative Vehicle Routing)とは、デリバリ情報を共有し、互いに代理してデリバリ要求を実行することで、デリバリ企業が協力する場所である。
これによりスケールの経済が達成され、コスト、温室効果ガスの排出、道路渋滞が減少する。
しかし、どの会社が誰とパートナーし、それぞれの会社がどれだけの報酬を支払うべきか?
シャプリー値(英語版)やヌクレオルス(英語版)のような伝統的なゲーム理論解の概念は、協調車両ルーティング(英語版)の現実問題に対して計算することが困難である。
論文 参考訳（メタデータ） (2023-10-26T15:04:23Z) - Self-Evaluation Guided Beam Search for Reasoning [61.523627290397556]
我々は,Large Language Model (LLM) の推論プロセスのガイドと校正を行うための段階的自己評価機構を導入する。
本稿では,ビームサーチによる自己評価ガイダンスを統合した復号アルゴリズムを提案する。
我々のアプローチは、GSM8K、AQuA、StrategyQAにおいて、対応するCodexバックボンドベースラインをわずかに精度6.34%、9.56%、および5.46%で上回る。
論文 参考訳（メタデータ） (2023-05-01T02:37:59Z) - Unpacking How Decentralized Autonomous Organizations (DAOs) Work in
Practice [54.47385318258732]
分散自律組織(DAO)は、共通のビジョンに向けてエンティティのグループを調整する新しい方法として登場した。
わずか数年で4000以上のDAOが、投資、教育、健康、研究など様々な分野で立ち上げられた。
このような急激な成長と多様性にもかかわらず、実際にどのように機能し、その目標を達成するのにどの程度効果があるのかは不明だ。
論文 参考訳（メタデータ） (2023-04-17T01:30:03Z) - Byzantine-Robust Online and Offline Distributed Reinforcement Learning [60.970950468309056]
本稿では,複数のエージェントが環境を探索し,その経験を中央サーバを通じて伝達する分散強化学習環境について考察する。
エージェントの$alpha$-fractionは敵対的であり、任意の偽情報を報告することができる。
我々は、これらの対立エージェントの存在下で、マルコフ決定プロセスの根底にある準最適政策を特定することを模索する。
論文 参考訳（メタデータ） (2022-06-01T00:44:53Z) - Byzantine-Robust Decentralized Learning via ClippedGossip [61.03711813598128]
ビザンチン・ロバスト・コンセンサス最適化のためのClippedGossipアルゴリズムを提案する。
ClippedGossipの実証実験性能を多数の攻撃下で実証した。
論文 参考訳（メタデータ） (2022-02-03T12:04:36Z) - Quantum Multi-Solution Bernoulli Search with Applications to Bitcoin's
Post-Quantum Security [67.06003361150228]
作業の証明(英: proof of work、PoW)は、当事者が計算タスクの解決にいくらかの労力を費やしたことを他人に納得させることができる重要な暗号構造である。
本研究では、量子戦略に対してそのようなPoWの連鎖を見つけることの難しさについて検討する。
我々は、PoWs問題の連鎖が、マルチソリューションBernoulliサーチと呼ばれる問題に還元されることを証明し、量子クエリの複雑さを確立する。
論文 参考訳（メタデータ） (2020-12-30T18:03:56Z) - Byzantine-resilient Decentralized Stochastic Gradient Descent [85.15773446094576]
分散学習システムのビザンチンレジリエンスに関する詳細な研究について述べる。
ビザンチンフォールトトレランスを用いた分散学習を支援する新しいアルゴリズムUBARを提案する。
論文 参考訳（メタデータ） (2020-02-20T05:11:04Z)
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。