a16z: Piyasanın Patlayıcı Büyüme Eğilimini Öngörmenin Anahtarı Nedir?
Orjinal Metin Başlığı: Yapay Zeka Hakimlerinin Tahmin Piyasalarını Ölçeklendirmesi: En Zor Sözleşmeleri Çözmek İçin LLM'lerin Blok Zincire Kilitlenmesi İçin Bir Durum
Orjinal Metin Yazarı: Andrew Hall, a16z
Orjinal Metin Çeviren: Jiahuan, ChainCatcher
Geçen yıl, Venezuela Devlet Başkanı seçiminin tahmin piyasası işlem hacmi 6 milyon doların üzerine çıktı. Ancak oy sayımı tamamlandığında, piyasa karşı karşıya kaldığı imkansız bir durumla karşı karşıya kaldı: Hükümet Nicolás Maduro'nun zaferini ilan etti; ancak muhalefet ve uluslararası gözlemciler usulsüzlük iddiasında bulundu. Tahmin piyasasının çözümü hangi yönde olmalı, "resmi bilgi" mi (Maduro'nun zaferi), yoksa "güvenilir raporlarla oluşturulan fikir birliği" mi (muhalifin zaferi)?
Venezuela seçimi durumunda, gözlemcilerin iddiaları adım adım tırmandı: Önce kuralların yok sayıldığını, kullanıcı fonlarının "çalındığını" kınadılar, sonra bu çözümleme mekanizmasının bu siyasi oyun içinde aşırı güçlenmeye başladığını eleştirdiler—bir arada "yargıç, jüri ve cellat" rolünü üstlenmiş ve hatta ciddi şekilde manipüle edildiğini açıkça ifade ettiler.
Bu izole bir olay değil. Bu, benim tahmin piyasasının ölçeklendirme sürecinde karşılaştığı en büyük engellerden biri olarak gördüğüm şey: Sözleşme çözümleme
Buradaki risk çok büyük. Eğer çözümleme doğru bir şekilde işlese, insanlar pazarınıza güvenir, orada işlem yapmaya istekli olurlar ve fiyatlar toplumsal açıdan anlamlı bir sinyal haline gelir. Ancak çözümleme yanlış yapılırsa, işlem yapmak hayal kırıklığı ve tahmin edilemezlik yaratabilir. Katılımcılar kaybolabilir, likidite kuruma riskiyle karşı karşıya kalabilir ve fiyatlar artık istikrarlı bir hedefin doğru bir şekilde tahmin edilmesine dayanmaz. Bunun yerine, fiyatlar gerçekleşme olasılığı ile çözümleme mekanizmasının nasıl karar verileceğine dair işlemcilerin inancını içeren bulanık bir karışımı yansıtmaya başlar.
Venezuela'daki tartışma nispeten yüksek profilli olsa da, çeşitli platformlarda daha gizli başarısızlıklar sık sık görülür:
· Ukrayna Harita Manipülasyonu Davası, rakibin doğrudan oyun yoluyla nasıl kazanç sağladığını gösterdi. Bir toprak kontrolü sözleşmesi, belirli bir çevrimiçi haritaya göre çözümlenmesi gerektiğini belirtiyordu. Söylenene göre birisi sözleşmenin sonucunu etkilemek için haritayı değiştirdi. "Gerçek kaynağınız" manipüle edilebildiğinde, pazarınız da manipüle edilebilir.
· Hükümet Kapanma Sözleşmesi, çözüm kaynağının yanlış veya en azından öngörülemez sonuçlara nasıl yol açabileceğini gösterdi. Çözümleme kuralları, pazarın ABD Personel Yönetimi Ofisi web sitesinde kapanmanın ne zaman sona erdiğini göstermesine dayanarak ödeme yapacağını belirtti. Başkan Trump, 12 Kasım'da fonlama yasasını imzaladı—ancak belirsiz bir nedenle OPM web sitesi ancak 13 Kasım'da güncellendi. Kapanmanın 12'de sona ereceğini doğru tahmin eden yatırımcılar, site yöneticisinin gecikmesi nedeniyle bahislerini kaybettiler.
· Zelensky Giyim Pazarı, çıkar çatışması endişelerine yol açtı. Bu sözleşme, Ukrayna Devlet Başkanı Zelensky'nin belirli bir etkinlikte takım elbise giyip giymeyeceğini sorduğunda başladı — bu görünüşte önemsiz bir soru gibi görünse de, üzerine 2 milyar doların üzerinde bahis yapıldı. Zelensky, BBC, New York Post ve diğer medya tarafından takım elbise olarak tanımlanan kıyafetlerle NATO Zirvesi'ne takım elbise giydiğinde, pazar başlangıçta "evet" olarak karar verdi. Ancak UMA jeton sahipleri sonucu eleştirdi ve karar daha sonra "hayır" olarak değiştirildi.
Bu makalede, büyük dil modelleri (LLM'ler) ve şifreleme teknolojisini ustaca nasıl birleştirebileceğimizi, böylece manipüle edilmesi zor, doğru, tamamen şeffaf ve güvenilir bir şekilde nötr bir öngörü pazarı büyük ölçekli karar alma sürecini nasıl destekleyebileceğimizi inceleyeceğim.
Sorun Sadece Öngörü Pazarında Değil
Benzer sorunlar finansal piyasayı da uzun zamandır etkiliyor. Yıllardır Uluslararası Türev Araçlar ve Türevler Birliği (ISDA), kredi temerrüt takası (CDS) piyasasındaki belirsizlik sorunuyla uğraşıyor. Söz konusu CDS'ler, şirket veya ülke borcunda temerrüt durumunda ödeme yapmayı taahhüt eden bir sözleşmedir. 2024 raporları, bu zorlukların açık bir şekilde tanınmasını sağladı. Onların karar alma kurulu, önde gelen piyasa katılımcılarından oluşuyor ve kredi olayının gerçekleşip gerçekleşmediğine oybirliği ile karar veriyor. Ancak bu süreç, şeffaf olmaması, potansiyel çıkar çatışmaları ve tutarsız sonuçlar nedeniyle eleştiri almıştır, tıpkı UMA süreci gibi.
Temel sorun aynıdır: Belirsiz durumlara karar vermek büyük miktarlardaki fonların ne olacağına bağlı olduğunda, her bir karar alma mekanizması bir oyun alanı haline gelir, her belirsizlik noktası bir patlama noktasına dönüşür.
İdeal Çözümün Dört Ana Dayanağı
Herhangi bir gerçekçi çözüm, aynı anda birkaç temel özelliği başarmalıdır:
1.Manipülasyona Karşı Dayanıklılık
Eğer karşı taraf kararı etkileyebilirse, örneğin Wikipedia'yı değiştirerek, sahte haberleri yayarak, orak makinesini rüşvet vererek veya programdaki bir açığı kullanarak, pazar sadece kimin daha iyi tahmin yapacağını değil, kimin daha iyi manipüle edeceğini gösteren bir oyuna dönüşür.
2.Makul Doğruluk
Mekanizmanın çoğu zaman doğru kararlar alması gerekir. Gerçek belirsizliklerle dolu bir dünyada mükemmel doğruluk mümkün değildir, ancak sistemsel hatalar veya açık hatalar itibarı yok eder.
3.Önceden Şeffaflık
Yatırımcılar bahis yapmadan önce kararın nasıl alınacağını tam olarak bilmelidir. Kuralların ortasında değiştirilmesi, platformla katılımcılar arasındaki temel sözleşmeye aykırıdır.
4.Trustworthy Neutrality
Participants need to trust that the mechanism does not favor any specific trader or outcome. This is why having large UMA holders adjudicate on the contracts they have staked is such a concern: even if they act fairly, the perception of conflicts of interest erodes trust.
Human arbitration can fulfill some of these properties, but at scale, they struggle with several others—especially resistance to manipulation and trustworthy neutrality. Token-based voting systems like UMA also have their own well-documented issues with whale domination and conflict of interest.
This is where AI comes in.
Reasons for Supporting LLM Judges
This is a proposal gaining traction in the prediction market circles: using Large Language Models as arbiters and locking in specific models and prompts on-chain at contract creation.
The basic setup is as follows: at contract creation, the liquidity provider not only has to specify arbitration standards in natural language but also has to specify the exact LLM (identified by a timestamped model version) and the exact prompt used to determine the outcome.
This specification is cryptographically committed to the blockchain. When the transaction is triggered, participants can audit the entire arbitration mechanism, knowing exactly which AI model will arbitrate the outcome, what prompt it will receive, and which information sources it can access.
If they aren't comfortable with the setup, they don't trade.
At arbitration time, the submitted LLM runs with the submitted prompt, accesses the specified information sources, and produces a ruling. The output determines who receives the payout.
This approach tackles several key constraints simultaneously:
· Highly resistant to manipulation (though not absolute) Unlike a Wikipedia page or a small news site, you can't easily edit the output of a mainstream LLM. The model's weights are fixed at submission. To manipulate the arbitration, an adversary needs to subvert the information sources the model relies on, or poison the training data of the model long ago in a way that affects this decision, both of which are prohibitively costly and uncertain compared to bribing an oracle or editing a map.
· Providing accuracy With the rapid advancement of reasoning models and their ability to handle a staggering array of intellectual tasks, particularly when they can browse the web and look for new information, LLM judges should be able to arbitrate many markets accurately—an experiment to gauge their accuracy is ongoing.
· Dahili Şeffaflık Herhangi bir kimse bahis yapmadan önce, tüm karar alma mekanizması görünür ve denetlenebilirdir. Ortada kural değişiklikleri yok, keyfi kararlar yok, kapalı kapılar ardında yapılan görüşmeler yok. İmzaladığınızın tam olarak ne olduğunu kesin olarak bilirsiniz.
· Önemli Ölçüde Artan Güvenilir Tarafsızlık LLM sonuçlarda ekonomik çıkarı yoktur. Rüşvet alamaz. UMA jetonuna sahip değildir. Hangi önyargısının olursa olsun, cinsiyeti modelin kendi özelliğidir - çıkar ilişkisi olan tarafın geçici kararları değil.
Yapay Zeka'nın Sınırlılığı ve Savunma Yöntemleri
· Model Hataları Yapabilir LLM belki de bir haber makalesini yanlış okuyabilir, gerçek bir yanılsama yaratabilir veya çözüm standartlarını tutarsız bir şekilde uygulayabilir. Ancak işlemciler hangi modelle bahis yaptıklarını bildikleri sürece, bu hataları fiyata yansıtabilirler. Belirli bir modelin belirsiz durumları belirli bir şekilde ele alma eğiliminde olduğu biliniyorsa, olgun işlemciler bunu dikkate alacaklardır. Model mükemmel olmak zorunda değil; tahmin edilebilir olmalıdır.
· Manipülasyon Kesinlikle İmkansız Değil Eğer işaret verileri belirli bir haber kaynağını işaret ediyorsa, rakip bu kaynaklara hikaye enjekte etmeye çalışabilir. Bu tür bir saldırı ana akım medya için maliyetli olabilir, ancak daha küçük medya için mümkün olabilir - bu, harita düzenleme sorununun başka bir biçimidir. İşaret verilerinin tasarımı burada kritik öneme sahiptir: çeşitliliğe ve tekrarlı kaynaklara dayalı karar alma mekanizması, tek nokta arızasına dayalı mekanizmalardan daha sağlamdır.
· Zehirleme Saldırıları Teorik Olarak Mümkündür Yeterli kaynağa sahip olan bir rakip, LLM'nin eğitim verilerini etkilemeye çalışarak gelecekteki kararlarını etkilemeye çalışabilir. Ancak bu, akıllı kontratın başlatılmasından çok önce harekete geçmeyi gerektirir, geri dönüşü belirsizdir, maliyeti büyüktür - bu, komite üyelerini rüşvet vermeye göre çok daha zor bir engeldir.
· LLM Hakimi'nin Yayılması Koordinasyon Sorunlarına Yol Açabilir Farklı pazar oluşturucularının farklı LLM'lere odaklanarak farklı işaret verileri oluşturması durumunda likidite parçalanabilir. İşlemciler sözleşmeleri karşılaştırmak veya pazarlar arası bilgiyi özetlemekte zorlanabilir. Standartlaştırma değerlidir - ancak hangi LLM'nin hangi işaret verileri kombinasyonunun en iyi sonucu vereceği konusunda topluluğun zamanla uyuşmasına olanak tanıyan bir mekanizma kurmak da değerlidir. Doğru cevap muhtemelen bir kombinasyondur: deneylere izin vermek, ancak zamanla topluluğun yeterince test edilen varsayılan ayarlar üzerinde yakınlaşmasını sağlamak için bir mekanizma oluşturulması.
Yapımcılara Dört Öneri
Özetle, AI'ya Dayalı Karar Verme temelde bir dizi sorunu (insan önyargısı, çıkar çatışması, şeffaflık eksikliği) diğer bir dizi sorunla (model sınırlamaları, işaret verilerinin mühendislik zorlukları, bilgi kaynağı eksiklikleri) değiştirir ve bu ikinci dizi sorun muhtemelen daha kolay çözülebilir. Peki, nasıl ilerlemeliyiz? Platformlar:
1. Deney:
Daha düşük riskli bir akıllı sözleşmede LLM kararını test etmek, geçmiş kaydı oluşturmak için. Hangi modeller en iyi performansı gösteriyor? Hangi ipucu yapıları en sağlam? Uygulamada hangi hata modelleri ortaya çıkıyor?
2. Standartlaştırma:
En iyi uygulamalar ortaya çıktıkça, topluluk, varsayılan ayarlar olarak kullanılan standartlaştırılmış LLM ve ipucu kombinasyonlarını oluşturma çabasında olmalıdır. Bu, yeniliği dışlamaz, ancak likiditenin iyi anlaşılan bir pazarda yoğunlaşmasına yardımcı olur.
3. Şeffaf Araçlar İnşa Etmek:
Örneğin, arayüz oluşturarak, tüccarların işlem öncesi karar mekanizmasını—model, ipucu, bilgi kaynağını—kolayca incelemesini sağlamak. Karar kuralları ayrıntıların arasına gömülmemelidir.
4. Sürekli Yönetişim Yürütmek:
AI hakimi olsa bile, insanlar hala üst düzey kuralların belirlenmesinden sorumludur: Hangi modellere güvenilmeli, açıkça hatalı yanıtlar veren modeller nasıl ele alınmalı, varsayılan ayarlar ne zaman güncellenmeli. Amaç, insanları döngüden tamamen çıkarmak değil, insanları vakaya özgü kararlardan sistem kurallarının belirlenmesine doğru geçiş yapmaya teşvik etmektir.
Tahmin piyasaları olağanüstü bir potansiyele sahiptir, çünkü bizi gürültülü ve karmaşık bir dünyayı anlamak için kullanabilir. Ancak bu potansiyel güvene dayanmaktadır ve güven de adil bir sözleşme çözümüne bağlıdır. Çözüm mekanizması başarısız olduğunda neler olabileceğini gördük: Kafa karışıklığı, öfke ve tüccarların platformdan çekilmesi. İnsanların, bahis ruhuna aykırı görünen bir sonuç tarafından aldatıldığını hissettiklerinde, önceden sevdikleri platformları artık kullanmayacaklarına dair yemin ettiklerini gördüm. Bu, tahmin piyasası faydalarının ve daha geniş uygulamalarının kilidini açmak için kaçırılan bir fırsattır.
LLM hakimleri mükemmel değildir. Ancak kripto teknolojisi ile birleştiğinde, onlar şeffaf, tarafsız ve insan sistemlerini her zaman rahatsız eden manipülasyonlara dayanıklı olabilirler. Yönetişim mekanizmamızı aşan bir hızla genişleyen bir tahmin piyasası dünyasında, belki de işte ihtiyacımız olan buydu.
BlockBeats Resmi Topluluğuna Katılın:
Telegram Abonelik Grubu: https://t.me/theblockbeats
Telegram Sohbet Grubu: https://t.me/BlockBeats_App
Twitter Resmi Hesabı: https://twitter.com/BlockBeatsAsia
İlgili Makaleler
