論文の概要: Pricing the Unprovable: Ambiguity, Turnstile Runs, and the Verifiability Discount in Crypto Protocols

• arxiv url: http://arxiv.org/abs/2610.21540v1
• Date: Thu, 15 Oct 2026 09:06:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-17 06:09:33.016045
• Title: Pricing the Unprovable: Ambiguity, Turnstile Runs, and the Verifiability Discount in Crypto Protocols
• Title（参考訳）: Unprovableの価格設定:暗号化プロトコルにおける曖昧性、ターンタイル実行、および検証可能性の分散
• Abstract要約: プライバシ保護プロトコルは、前もって悪用されたかどうかを判断することなく、脆弱性を修復することができる。 ターンタイルモデルでは、早期の離脱が不足の可能性を、残りのホルダーにどのようにシフトするかを示している。 VDISCは、報告された損失、公開値、公開証拠、リターン、プールフローを別々に記録する再現可能なフレームワークである。
• 参考スコア（独自算出の注目度）: 2.0523592240861857
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Privacy-preserving protocols can repair a vulnerability without establishing whether it was exploited beforehand, even when no theft is reported and aggregate supply is protected. We call the potential value reduction from this gap the verifiability discount. A turnstile model shows how early withdrawal can shift a possible shortfall to remaining holders and why credible evidence can become more valuable as exposure grows. We introduce VDISC, a reproducible framework that records reported loss, exposed value, public evidence, returns, and pool flows separately. It combines Orchard's staged disclosures with reconstructed on-chain flows, earlier Zcash cases, and a 40-event security panel. Orchard follows the predicted direction: market responses were muted after repair and supply assurance, while the largest negative return and aggregate shielded-pool net outflow aligned with the acknowledgment that past abuse could not be ruled out. These patterns are directional, not causal. Across events, market-cap-normalized reported loss and unresolved exposure overlap among the 38 events with a public loss figure (Pearson 0.86, Spearman 0.56), partly because exposure is often coded from the loss itself, so returns alone cannot distinguish reported loss from unresolved history. The findings motivate three candidate design priorities: produce privacy-compatible evidence about past states, limit the state exposed by a single flaw, and disclose residual uncertainty explicitly.
• Abstract（参考訳）: プライバシ保護プロトコルは、盗難が報告されず、集合的供給が保護された場合でも、事前に悪用されたかどうかを判断することなく、脆弱性を修復することができる。 このギャップから潜在的価値の低減を検証可能性の割引と呼ぶ。 ターンタイルモデル(英語版)は、早期の離脱が潜在的な不足を保有者にシフトさせる可能性を示し、また、露出が大きくなるにつれて信頼できる証拠がより貴重になる理由を示している。 VDISCは、報告された損失、公開値、公開証拠、リターン、プールフローを別々に記録する再現可能なフレームワークである。 Orchardのステージド公開と、再構築されたオンチェーンフロー、以前のZcashケース、40時間のセキュリティパネルを組み合わせたものだ。 市場の反応は修理と供給の保証後にミュートされ、最大のネガティブリターンとアグリゲートされたプール網の流出は、過去の悪用は排除できないことを認めている。 これらのパターンは方向性があり、因果関係ではない。 パブリック・ロス・フィギュアを持つ38のイベント(Pearson 0.86, Spearman 0.56)は、損失自体から露出がコード化されているため、未解決の履歴と報告された損失を区別できない。 この発見は、3つの設計優先事項を動機付けている。過去の状態に関するプライバシーに適合した証拠を作成し、単一の欠陥によって暴露された状態を制限し、不確実性を明示的に開示する。

関連論文リスト

• Available Guardrails: Certifying Selective Prediction across ML Systems [40.57629016626049]
  安全, 粒度, サービストラフィックのトレードオフを明らかにする動的プログラムを開発する。 1つの計画上の候補分割を分割し、その中の1つを選択すると、このギャップの一部が回復することを示す。 相補的妥当性保存レバーは、報告ユニット間で家庭的にエラー予算を割り当て、追加のカバレッジを回復する。
  論文  参考訳（メタデータ） (2026-09-18T17:36:52Z)
• Knowing but Not Saying: Preventing Factual Access Failures in LLM SFT via Recall-Anchored Distillation [13.67627949746882]
  監視された微調整は、ターゲットドメインの外での実際の振る舞いを低下させる可能性がある。 SFTにより引き起こされる事実劣化は、真偽の回答世代と表現レベルの失敗の両方を反映していることを示す。 アウト・オブ・ディストリビューション・ジェネレーションの挙動を保ったベースアンコール型自己蒸留法であるRecall-Anchored Distillation(RAD)を導入する。
  論文  参考訳（メタデータ） (2026-08-21T07:11:36Z)
• Measure, Don't Optimize: Forecasting Recovery in LLM Unlearning [57.920153607557744]
  J-Accessは、モデル出力経路に沿ってターゲット概念がアクセス可能な頻度を測定する推論時監査である。 我々は8つの未学習手法にまたがる398の公開未学習モデルを監査する。
  論文  参考訳（メタデータ） (2026-08-11T20:16:20Z)
• Repeated-Game Security for Restaking-Based Verifiable Inference [2.9661360665913574]
  本論文は,1ラウンドスラッシング条件が同一の利害関係下での推論を繰り返すと,セキュリティを過小評価できることを示す。 本稿では,歴史に依存した課題,評価ヘビー級のスラッシュ,利得の優位性を組み合わせた展開可能なメカニズムを提案する。
  論文  参考訳（メタデータ） (2026-08-10T03:03:56Z)
• FinAbstain: Uncertainty-Calibrated Multimodal RAG for Selective Financial Forecasting [8.891247829087936]
  FinAbstainは、不確実性を校正したマルチモーダル検索拡張生成のためのフレームワークである。 ポイント・イン・タイム・レトリバーは、予測タイムスタンプで公開された情報のみを認め、基本、ニュース、技術、リスク、検証エージェントにモダリティ固有の証拠を提供する。 コントローラは、不確実性が検証された閾値以下である場合にのみ、強気、弱気または中立的な結果を予測する。
  論文  参考訳（メタデータ） (2026-07-27T07:05:22Z)
• DisclosureBeta: A Measurement-Channel Theory for Regime-Conditioned Betas from LLM-Read Risk Disclosures [0.0]
  我々は、企業の価格履歴が短くて信頼できないことを示します。S-1ファイバ、最近のリスト、あるいは政権崩壊の直前の名前です。 情報開示インセンティブ尺度(DIM)における推定精度モノトンの作成 テキストベースとローリングウィンドウ推定器の適応凸の組み合わせは、いずれのコンポーネントよりも悪くはない。
  論文  参考訳（メタデータ） (2026-07-05T11:36:36Z)
• Causal Label Recovery in Payment Networks [0.0]
  支払いネットワークにおける不正検出モデルは、体系的にバイアスのあるチャージバックラベルでトレーニングする。 共用紙 [arXiv05:26.27557] は、これらの4つの障害が検出性能に最小限の上限を課すことを示した。 観測パイプラインを3段階, 破損層を有する逐次欠落データ問題として定式化し, 逐次トリプライロバスト推定器を構築した。
  論文  参考訳（メタデータ） (2026-05-28T02:43:34Z)
• Affordance Agent Harness: Verification-Gated Skill Orchestration [45.231685718099264]
  Affordance groundingは、オープンワールドのシーンでエージェントがどこでどのように対話すべきかを特定する必要がある。 本稿では,エビデンスストアとコストコントロールを備えたクローズドループランタイムであるAffordance Agent Harnessを提案する。
  論文  参考訳（メタデータ） (2026-05-01T13:45:16Z)
• BURN: Backdoor Unlearning via Adversarial Boundary Analysis [73.14147934175604]
  Backdoor Unlearningは、モデル本来の機能を保持しながら、バックドア関連の情報を削除することを目的としている。 本稿では, 偽相関疎結合, プログレッシブデータリファインメント, モデル浄化を統合した新しい防御フレームワーク, BURNによるバックドア・アンラーニングを提案する。
  論文  参考訳（メタデータ） (2025-07-14T17:13:06Z)
• PAC$^m$-Bayes: Narrowing the Empirical Risk Gap in the Misspecified Bayesian Regime [75.19403612525811]
  この研究は、2つのリスク間のトレードオフを分散することでギャップを埋めることのできるマルチサンプル損失を開発する。 実証的研究は予測分布の改善を示す。
  論文  参考訳（メタデータ） (2020-10-19T16:08:34Z)

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。