論文の概要: Towards Decentralized Searcher Competition in MEV Markets

• arxiv url: http://arxiv.org/abs/2608.05011v1
• Date: Wed, 05 Aug 2026 16:15:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-06 14:48:43.985168
• Title: Towards Decentralized Searcher Competition in MEV Markets
• Title（参考訳）: MEV市場における分散検索競争に向けて
• Authors: Roozbeh Sarenche, Yunwen Liu,
• Abstract要約: 本稿では,探索者競争の観点から,最大抽出可能な価値市場における集中化を考察する。 我々は、探索者が機会カバレッジと実行効率が異なる異種モデルを開発する。 本稿では,より公平かつ広範に検索者の報酬を分配する,エントリーフィルター付きシャプリーキャップ型オークション機構を提案する。
• 参考スコア（独自算出の注目度）: 1.4037095606573826
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Centralization in maximal extractable value (MEV) markets is a significant concern for blockchain systems, as persistent concentration of economic power can weaken competition, reduce openness, and undermine the decentralization goals of permissionless protocols. While much of the existing analysis has focused on builders, validators, and block-building markets, this paper studies centralization from the perspective of searcher competition. We develop a heterogeneous model in which searchers differ in opportunity coverage and execution efficiency, and we analyze how auction design affects fairness, decentralization, and security among searchers competing for the same MEV opportunity. To evaluate searcher competition, we introduce two metrics: a Shapley-weighted Jain fairness index, which measures whether rewards are proportional to searchers' marginal contributions, and an expected-reward Herfindahl-Hirschman Index (HHI), which measures concentration in long-run searcher rewards. Using these metrics, we first analyze the standard first-price, winner-take-all auction as a benchmark. Our analysis shows that, under searcher heterogeneity, first-price competition can reward rank dominance rather than marginal contribution, leading to concentrated rewards and weaker contribution-adjusted fairness. Motivated by these limitations, we propose an entry-filtered Shapley-capped auction mechanism that distributes searcher rewards more fairly and broadly among admitted high-quality submissions. Designing such a mechanism in a permissionless blockchain environment is challenging: searchers may create Sybil identities by submitting copied or degraded versions of the same execution strategy, and validators may collude with searchers to increase joint payoff. We address these concerns through Bayesian security constraints for copied-code Sybil deviations and validator-searcher coalition deviations.
• Abstract（参考訳）: 最大の抽出可能な価値(MEV)市場における集中化は、永続的な経済力の集中が競争を弱め、オープン性を低下させ、無許可プロトコルの分散化目標を損なうため、ブロックチェーンシステムにとって重要な関心事である。 既存の分析の多くはビルダー、バリデータ、ブロックビルディング市場を中心にしているが、本稿はサーチコンペティションの観点から中央集権化を考察する。 我々は、検索者が機会カバレッジと実行効率が異なる異種モデルを構築し、同じMEV機会を求めて競合する検索者の間で、オークションデザインが公正さ、分散化、セキュリティにどのように影響するかを分析する。 検索者競争を評価するために,検索者の限界貢献に報酬が比例するかどうかを測定するシェープイ重み付きジャイナフェアネス指数と,長期検索者報酬の集中度を測定するハーフィンダール・ハーシュマン指数(HHI)という2つの指標を導入する。 これらの指標を用いて、まず、ベンチマークとして、標準の第一価格、勝者全員のオークションを分析します。 分析の結果、探索者の異質性の下では、第一価格競争は限界貢献よりもランク優位性に寄与し、報酬の集中と貢献調整公正性の弱さが示唆された。 これらの制限により,探索者の報酬をより公平かつ広範囲に,高品質な応募者に分配する,エントリーフィルター付きシャプリーキャップオークション機構を提案する。 このようなメカニズムを無許可のブロックチェーン環境で設計することは難しい: 検索者は同じ実行戦略のコピーまたは劣化したバージョンを送信してSybilのIDを作成することができ、バリデータは検索者と共謀して共同支払いを増やすことができる。 これらの懸念に対処するため、ベイジアンセキュリティの制約により、Sybilの複製符号の偏差と検証者・探索者の連立偏差に対処する。

関連論文リスト

• A Trilemma in AMM Mechanism Design [14.413372908638557]
  自然な2段階AMM機構設計問題について検討する。 局所効率の弱さ (wLE) や均一価格 (UP) など,ICとその他の望ましい特性の同時実現の実現可能性について検討する。 我々の結果はトリレンマ式の定理として要約できる。
  論文  参考訳（メタデータ） (2026-05-26T19:20:52Z)
• Hollow Victory: How Malicious Proposers Exploit Validator Incentives in Optimistic Rollup Dispute Games [2.88268082568407]
  一般的なレイヤ2アプローチはOptimistic Rollupであり、ブロック提案の競合ゲームとして知られるメカニズムに依存している。 これらのシステムでは、バリケータはエラーを含むと信じているブロックに挑戦することができ、成功すれば、提案者の預金の一部を報酬として転送することができる。 我々は、このメカニズムの構造上の脆弱性を明らかにしている: バリデータには、論争の挑戦に勝ったとしても、適切な利益が与えられない可能性がある。
  論文  参考訳（メタデータ） (2025-04-07T14:00:46Z)
• It Takes Two: A Peer-Prediction Solution for Blockchain Verifier's Dilemma [12.663727952216476]
  我々は,分散検証ゲームのための一相ベイズ的真理機構の設計に向けて,ビザンチン・ローバストなピア予測フレームワークを開発する。 我々の研究は、ブロックチェーン、分散AI、および潜在的に分散化されたシステムのセキュリティと堅牢性を高める分散検証プロトコルのためのインセンティブ設計のフレームワークを提供する。
  論文  参考訳（メタデータ） (2024-06-03T21:21:17Z)
• Proof-of-Learning with Incentive Security [15.219480512237682]
  ほとんどの並行ブロックチェーンシステムは、分散コンセンサスとセキュリティ保証のためのProof-of-Work(PoW)あるいはProof-of-Stake(PoS)メカニズムに大きく依存しています。 PoUWは、PoWとして実用的に重要な課題を導入し、その結果、具体的な価値でエネルギー消費を産み出そうとしている。 計算効率、証明可能なインセンティブ-セキュリティ保証、制御容易な難易度を備えたPoL機構を設計する上で、既存の難しさを回避し、合理的なプローバーに率直に行動を促すインセンティブ-セキュリティの概念を導入する。
  論文  参考訳（メタデータ） (2024-04-13T13:18:40Z)
• CompeteSMoE -- Effective Training of Sparse Mixture of Experts via Competition [52.2034494666179]
  スパース・ミックス・オブ・エキスパート(SMoE)は、ネットワークの深さや幅を増大させる平均を超えた、モデルの複雑さをスケールアップする魅力的なソリューションを提供する。 本稿では,この表現崩壊の根本的な課題に対処する競合機構を提案する。 入力を最も高い神経応答を持つ専門家にのみルーティングすることにより、コンペティションが最適推定器と同じ収束率を持つことを示す。
  論文  参考訳（メタデータ） (2024-02-04T15:17:09Z)
• Robust and Performance Incentivizing Algorithms for Multi-Armed Bandits with Strategic Agents [52.75161794035767]
  性能インセンティブとロバストネスの2つの目的を同時に満たすバンディットアルゴリズムのクラスを導入する。 そこで本研究では,第2価格オークションのアイデアをアルゴリズムと組み合わせることで,プリンシパルが腕の性能特性に関する情報を持たないような設定が可能であることを示す。
  論文  参考訳（メタデータ） (2023-12-13T06:54:49Z)
• 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)
• Revisiting QMIX: Discriminative Credit Assignment by Gradient Entropy Regularization [126.87359177547455]
  協力的なマルチエージェントシステムでは、エージェントは共同で行動し、個々の報酬ではなくチーム報酬を受け取る。 個々の報酬信号がない場合は、通常、異なるエージェントの貢献を識別するためにクレジット代入機構が導入される。 クレジット割当測定の新しい視点を提案し,QMIXがエージェントへのクレジット割当において限定的な差別性に悩まされていることを実証的に示す。
  論文  参考訳（メタデータ） (2022-02-09T12:37:55Z)
• Multi-Stage Decentralized Matching Markets: Uncertain Preferences and Strategic Behaviors [91.3755431537592]
  本稿では、現実世界のマッチング市場で最適な戦略を学ぶためのフレームワークを開発する。 我々は,不確実性レベルが特徴の福祉対フェアネストレードオフが存在することを示す。 シングルステージマッチングと比較して、マルチステージマッチングで参加者がより良くなることを証明します。
  論文  参考訳（メタデータ） (2021-02-13T19:25:52Z)
• Learning Strategies in Decentralized Matching Markets under Uncertain Preferences [91.3755431537592]
  エージェントの選好が不明な場合,共有資源の不足の設定における意思決定の問題について検討する。 我々のアプローチは、再生されたカーネルヒルベルト空間における好みの表現に基づいている。 エージェントの期待した利益を最大化する最適な戦略を導出する。
  論文  参考訳（メタデータ） (2020-10-29T03:08:22Z)

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。