Orijinal Metin Başlığı: AI Hakemler Nasıl Tahmin Piyasalarını Ölçeklendirebilir: Blokzincire LLM'lerin Kilitlenmesiyle Çözümlemek İçin Durum
Orijinal Metin Yazarı: Andrew Hall, a16zcrypto
Çeviri: Peggy, BlockBeats

Editör Notu: Tahmin Piyasasının değeri 'bahis yapmak'ta değil, sürekli güvenilir fiyat sinyalleri üretebilmesindedir. Ancak işlem hacmi genişledikçe, genellikle gözden kaçan ancak en ölümcül darboğaz ortaya çıkmaktadır: Akıllı sözleşmelerin nasıl uzlaşacağı. Venezuela genel seçimindeki sahte olmayan zorluklar, haritalardan web sitesi güncellemelerine, jeton oylamalarından manipülasyon ve çıkar çatışmasına kadar, çoğu zaman tartışmalar tahminlerden değil, 'kimin hakemlik yapacağı' sorusundan kaynaklanmaktadır.

Yazar Andrew Hall (@ahall_research) bu yazıda daha radikal bir yaklaşım öneriyor: Belirli bir büyük model sürümünü ve ipuçlarını blokzincire yazarak AI'nın denetlenebilir ve öngörülebilir bir hakem mekanizması haline gelmesini sağlamak, insan yönetimini ve oyunu mühendislikle yer değiştirmek. Belki de mükemmel değil, ancak tahmin piyasalarının ölçeklenmesinde aşılmak zorunda kalınacak bir eşik olabilir.

Aşağıda orijinal metin yer almaktadır:

Geçen yıl, Venezuela Devlet Başkanlığı seçiminin sonucu tahmin piyasasında 6 milyon doların üzerinde bir sözleşme işlem hacmi getirdi. Ancak oy sayımı tamamlandığında, piyasa neredeyse çözümsüz bir duruma düştü: Hükümet Nicolás Maduro'nun zaferini ilan etti; ancak muhalefet ve uluslararası gözlemciler seçim hilesi iddialarında bulundu. Peki, tahmin piyasasının sözleşme uzlaşması gerçekten 'resmi bilgilere' mi (Maduro'nun zaferi), yoksa 'güvenilir raporlamaya dayalı farkındalığa' mı (muhaliflerin zaferi) dayanmalıdır?

Venezuela seçimi durumunda, gözlemcinin iddiaları çeşitliydiler: kuralların görmezden gelindiği, katılımcıların 'paralarının çalındığı' düşüncesinden, sorunu çözmek için kullanılan sözleşmenin "bir siyasi entrika oyunu olan 'yargıç, jüri ve cellatların" bir simgesi" olarak tanımlanmasına veya doğrudan "şiddetli bir şekilde manipüle edildiği" deniyordu.

Bu, izole bir beklenmedik bir olay değil, aksine benim tahmin piyasasındaki ölçeklendirme sürecinde tekrar tekrar ortaya çıkacağını düşündüğüm bir belirtidir ve hatta belki de en büyük darboğazlardan biridir: Sözleşmenin çözümü.

Burada çıkarlar çok yüksektir. Eğer çözüm doğru yapılırsa, insanlar piyasanıza güvenir, içinde ticaret yapmaya istekli olur ve fiyat topluma anlamlı bir sinyal sağlar. Çözüm yanlış yapılırsa, ticaret deneyimi hayal kırıklığı yaratan, öngörülemez hale gelir. Katılımcılar yavaşça uzaklaşabilir, likidite kuruyabilir ve fiyat artık 'istikrarlı bir hedefe' doğru doğru bir tahmin olmaktan çıkar. Aksine, fiyat farklı şeyleri yansıtmaya başlar: hem etkinliğin gerçekleşme olasılığını hem de bir 'çarpık çözüm mekanizmasının sonucunun nasıl kararlaştırılacağına' ilişkin tüccarların yargısını içerir.

Venezuela'nın tartışması geniş çapta medyada yer almış olabilir, ancak her platformda daha gizli başarısızlıklar sıkça meydana gelir:

Ukrayna Harita Manipülasyonu Olayı, saldırganların doğrudan uzlaşma mekanizmasını "oynamasının" mümkün olduğunu gösterdi. Toprak kontrolüne ilişkin bir sözleşme, uzlaşmanın belirli bir çevrimiçi haritaya göre yapılacağını belirtiyordu. Birileri, sözleşmenin nihai sonucunu etkilemek için bu haritayı düzenlediği iddia ediliyor. "Gerçek kaynağın" kendisinin manipüle edilebildiği zamanlarda, kendi piyasanız da manipüle edilebilir.

Hükümet Kapanması Sözleşme Olayı, uzlaşma bilgi kaynağının yanlış veya en azından öngörülemez sonuçlar doğurabileceğini gösterdi. Bu sözleşme, piyasanın ABD Personel Yönetimi (OPM) web sitesinde "kapanmanın sona erdiği" zamanına göre uzlaşacağını belirtiyordu. Başkan Trump, bütçe yasasını 12 Kasım'da imzaladı, ancak garip bir şekilde OPM web sitesi ancak 13 Kasım'da güncellendi. Kapanmanın 12'sinde sona ereceğini doğru tahmin eden tacirler, sonunda web sitesi yöneticisinin gecikmesi nedeniyle kaybetti.

Zelensky Takım Elbise Pazarı, çıkar çatışması endişelerine yol açtı. Sözleşme, Ukrayna Devlet Başkanı Zelensky'nin bir etkinlikte takım elbise giyip giymeyeceğini soruyordu - önemsiz görünen bir soru, ancak 200 milyon dolardan fazla bahsi cezbetti. Zelensky, NATO Zirvesi'ne katıldığında, BBC, New York Post ve diğer medya kuruluşlarının "takım elbise" olarak adlandırdığı bir giysi giydiğinde, başlangıçta pazar "evet" olarak uzlaştı. Ancak daha sonra UMA token sahipleri sonucu tartışmaya açtı ve uzlaşma tekrar "hayır" olarak değiştirildi.

Bu makalede, büyük dil modeli (LLM) ile kripto teknolojisini akıllıca birleştirerek, ölçeklenebilir bir tahmin pazarı uzlaştırma yöntemi yaratabileceğimizi keşfedeceğim: bu yöntem son derece manipüle edilmesi zor olacak ve doğru, tamamen şeffaf ve güvenilir şekilde nötr olabilecek.

Bu yalnızca bir tahmin pazarı sorunu değil

Benzer sorunlar finansal piyasayı da etkilemiştir. Uluslararası Türev ve OTC Türev İşlemler Derneği (ISDA), yıllardır kredi temerrüt swapı (CDS) pazarında "uzlaştırma/belirleme" zorluğuyla uğraşmaktadır - bu tür sözleşmeler, bir kuruluş veya ülkenin borç temerrütü durumunda tazminat öder. ISDA, 2024'teki bir gözden geçirme raporunda bu zorluklara oldukça açıktan açığa yer verdi. Onların "belirleme komiteleri", anahtar piyasa katılımcılarından oluşur ve bir "kredi olayı"nın gerçekleşip gerçekleşmediğine oy kullanarak karar verir. Ancak bu sürekli süreç, şeffaf olmadığı, çıkar çatışmaları olabileceği ve sonuçların tutarsız olabileceği şeklinde eleştirilere maruz kaldı, bu UMA'nın sürecine oldukça benzer.

Temel sorun aynıdır: büyük miktarlardaki fonlar belirsiz bir olayın "gerçekleşip gerçekleşmediğine" dayandığında, herhangi bir uzlaşma mekanizması, oyun ve saldırıların hedefi haline gelir; ve herhangi bir belirsizlik, çatışmanın tetikleyici noktası haline gelebilir.

Öyleyse, iyi bir uzlaştırma mekanizması nasıl olmalıdır?

Bir İyi Çözümün Sahip Olması Gereken Özellikler

Herhangi bir uygulanabilir çözüm, aynı anda birkaç temel özelliği sağlamalıdır:

Manipülasyona Karşı Direnç
Eğer bir saldırgan Vikipedi'yi düzenleyerek, yanıltıcı haberler yayarak, orak masa yoluyla rüşvet vererek veya programdaki bir açığı kullanarak uzlaştırmayı etkileyebiliyorsa, o zaman piyasa "kim en iyi manipüle ederse, o kazanır" haline gelir, "kim en iyi tahmin yaparsa, o kazanır" haline değil.

Makul Doğruluk
Mekanizmanın çoğu durumda ve çoğu zaman doğru uzlaştırma yapabilmesi gerekir. Dünya zaten gerçek belirsizlik içerir, bu nedenle mutlak doğruluk mümkün değildir, ancak sistemik sapma veya bariz hatalar güvenilirliği tamamen ortadan kaldırabilir.

Önceden Şeffaflık
İşlemciler bahis yapmadan önce uzlaştırmanın nasıl gerçekleşeceğini net bir şekilde bilmelidir. Sözleşme yürütme sırasında kuralları değiştirmek, platform ile katılımcılar arasındaki en temel sözleşmeyi ihlal etmek anlamına gelir.

Güvenilir Tarafsızlık
Katılımcılar, mekanizmanın herhangi bir işlemciyi veya herhangi bir sonucu lehine eğilim göstermeyeceğine inanmalıdır. Bu aynı zamanda büyük miktarda UMA'ya sahip kişilerin kendi bahislerini değerlendirmeleri için gitmeleri durumunda ortaya çıkan sorun nedeniyle sorun oluşturur: Hatta adaleti sağlasalar bile, çıkar çatışması "görünümü" güveni zayıflatmaya yeter.

İnsanlar komite bazı özellikleri sağlayabilir, ancak diğer bazı yönlerde zorlanırlar - özellikle ölçeklenebilirlik durumunda manipülasyona karşı direnç ve güvenilir tarafsızlık. UMA gibi jeton oylama sistemleri, "balina hakimiyeti" ve çıkar çatışması gibi bir dizi önceden tartışılmış sorunu da içerir.

İşte yapay zekanın devreye girebileceği yer burası.

Neden LLM'nin Hakem Olarak Kullanılması

Tahmin piyasaları çevresinde, artan ilgi gören bir öneri şudur: Büyük Dil Modelinin (LLM) uzlaştırmayı "hakem" olarak üstlenmesine izin vermek ve sözleşme oluşturulurken belirli bir modelin ve verilen ipucunun (prompt) blok zincire kilitlenmesini sağlamak.

Temel mimarisi genellikle şöyledir: Sözleşme oluşturulurken, likidite sağlayıcılar sadece yerleşim standartlarını doğal dilde yazmakla kalmaz, aynı zamanda sonuçları belirlemek için kullanılacak belirli LLM'yi (zaman damgasıyla birlikte model sürümü) ve ona sunulacak tam ipucunu açıkça belirtmelidir.

Bu düzenleme şifrelenmiş bir şekilde sunulur ve blok zincire bağlıdır. Bir kez işlem başladığında, katılımcılar tüm uzlaştırma mekanizmasını kontrol edebilir - hangi AI modelinin hakemlik yapacağını, hangi ipucunu alacaklarını ve hangi bilgi kaynaklarına erişebileceklerini açıkça bilirler.

Eğer belirtilen ayarları kabul etmezlerse, işleme katılmazlar. Hesaplaşma zamanında, zincirde taahhüt edilen LLM, belirtilen bilgi kaynağına erişerek ve belirtilen prompt'ı kullanarak çalışacak ve bir hakem kararı çıkaracaktır. Bu çıktı doğrudan tazminatı alan kişiyi belirleyecektir.

Bu yöntem birkaç temel kısıtlamayı aynı anda karşılayabilir:

Güçlü Manipülasyon Direnci (Ancak Mutlak Değil)
Vikipedi sayfası veya küçük haber sitesi gibi, ana akım LLM'nin çıktısını "değiştirme" olasılığınız çok daha düşüktür. Model ağırlıkları taahhüt sırasında sabitlenir. Hesaplaşmayı manipüle etmek için saldırganın ya modelin dayandığı bilgi kaynağını zayıflatması ya da model eğitim verilerini uzun süre önce zehirlemesi gerekmektedir—bir kehanet makinesini rüşvet vermeye çalışmak veya bir haritayı düzenlemekten daha yüksek maliyetlere ve daha belirsiz sonuçlara yol açar.

Daha Yüksek Doğruluk
Mantıksal çıkarım modellerinin yetenekleri hızla artmakta ve çevrimiçi bilgi arama ve kanıtları genişletme yeteneği göz önüne alındığında, LLM hakemi birçok piyasayı doğru bir şekilde yargılayabilmelidir. Doğruluğuyla ilgili deneyler de halen devam etmektedir.

Dahili Şeffaflık
Herhangi bir kimsenin bahis yapmadan önce, tüm hesaplaşma mekanizması görünür ve denetlenebilir. Kuralların ortasında değişiklik yapma, anlık kararlarda "özgür takdir" kullanma ya da arka planda pazarlık yapma olmaz. Katılımcılar imzaladıkları şeyin farkındadır.

Anlamlı Derecede İyileştirilmiş Güvenilir Tarafsızlık
LLM, hesaplaşma sonuçlarıyla ekonomik bir ilgisi yoktur, rüşvet alamaz ve UMA jetonlarına sahip değildir. Eğer bir yanlış anlama varsa, bu modelin kendi özelliklerinden kaynaklanan bir yanlış anlama olacaktır ve geçici bir karar olmayacaktır.

Elbette, LLM hakeminin de sınırlamaları vardır, bunları aşağıda daha fazla açıklayacağım.

LLM Hakeminin Sınırlılıkları

Model Hatalar Yapabilir
LLM, haberleri yanlış okuyabilir, gerçekleri uydurabilir veya aynı tür durumlarda tutarsız bir hakemlik mantığı kullanabilir. Ancak tüccarlar önceden bahis yaptıkları modelin ne olduğunu bildiklerinde, bu "eksiklikleri" fiyatlandırmalarında göz önünde bulundurabilirler. Bazı bir modelin belirsiz durumları ele alırken belirgin bir eğilimi varsa, tecrübeli tüccarlar stratejilerini ayarlayacaktır. Model mükemmel olmak zorunda değil, öngörülebilir olması gerekmektedir.

Manipülasyon Mümkün Olmakla Birlikte, Daha Zor
Eğer prompt belirli haber kaynaklarını belirtiyorsa, saldırganlar bu haber kaynaklarında "yazı yerleştirme" denemelerinde bulunabilirler. Büyük medya organlarında maliyet yüksektir, ancak küçük medya organlarında belki mümkündür—bu durumda "harita düzenleme" sorununun başka bir şekilde tekrar yaşandığı söylenebilir. Bu nedenle prompt tasarımı son derece önemlidir: tek bir nokta bilgi kaynağına bağımlı olmaktan ziyade, çoklu ve yedekli bilgi kaynaklarına dayanan bir mekanizma daha sağlamdır.

毒数据攻击理论上存在
足够资源的对手可能会尝试通过影响训练数据来操纵未来的裁决。但这需要在合约出现之前采取行动，回报不确定且成本高昂，与贿赂委员会成员相比，门槛要高得多。

LLM 裁判的多样化将带来协调问题
如果不同市场创建者承诺不同的模型和提示，流动性将被分割。交易者将很难横向比较合约，也很难跨市场整合信息。标准化是有价值的，但允许市场进行试验，找到最佳的 LLM+提示组合也是有价值的。一个合理的路径可能是将两者结合起来：允许试验，同时建立机制，使社区逐步收敛到经过验证的默认方案。

构建者应该如何着手？

总体而言，AI 结算本质上是将一组问题（人类偏见、利益冲突、不透明性）转变为另一组问题（模型能力限制、提示工程难题、信息源脆弱性）。但后者可能更可控、更易工程化。那么，下一步该怎么做？平台应该：

首先在低风险合约上进行试验
通过在较低风险的市场上测试 LLM 结算来建立记录。哪些模型表现最佳？哪种提示结构更加稳健？实际中可能会出现哪些故障模式？

推动标准化
随着最佳实践逐渐显现，社区应推动形成可作为默认选项的标准 LLM+提示组合。这不会阻止创新，但有助于集中流动性到那些“每个人都理解规则”的市场中。

建立透明工具
例如开发界面，使交易者可以在下注之前轻松查看结算机制的全部内容，包括模型、提示和信息源。结算规则不应该隐藏在冗长的条款中。

持续治理
即使引入了 AI 裁判，人类仍然需要进行“元层决策”：哪些模型值得信任？当模型给出明显错误的答案时该如何处理？默认方案何时更新？我们的目标不是完全淘汰人类，而是将人类从临时的、案例性的裁决中抽离出来，转向系统化的规则制定。

预测市场拥有巨大潜力，可以帮助我们理解一个喧嚣而复杂的世界。但这种潜力依赖于信任，而信任则建立在公平的合约结算之上。当结算机制出现问题时，我们已经看到发生了什么：混乱、愤怒、交易者的撤离。我见过一些人因为某次结果“违背了他们所押注的精神”，感到被欺骗，于是愤而离开，不再碰预测市场，即使他们曾经热爱这些平台。这意味着我们错失了一个释放预测市场价值、拓展其更广泛应用的机会。

LLM Kararı kusursuz değildir. Ancak kripto teknolojisi ile birleştiğinde, şeffaf, tarafsız olabilir ve insan tabanlı sistemleri uzun süredir etkileyen manipülasyon biçimlerine karşı koyabilir. Yönetim mekanizması iterasyonundan daha hızlı genişleyen bir tahmin piyasası çağında, belki de ihtiyacımız olan şey budur.

[Orjinal Makale Bağlantısı]

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