浅析Dp Funding：AI重塑公共资金分配未来

2024-12-24 00:14:00 | 来源： | 作者：欧易

在区块链和开源领域，资金高效分配是一大挑战。Dp Funding 项目利用人工智能和去中心化评审，旨在解决这一问题。该项目由 Vitalik Butrin 提供 25 万美元初始资金支持，目标是改善以太坊生态系统内的资源分配，开创公共

在区块链和开源领域，资金高效分配是一大挑战。Deep Funding 项目利用人工智能和去中心化评审，旨在解决这一问题。该项目由 Vitalik Buterin 提供 25 万美元初始资金支持，目标是改善以太坊生态系统内的资源分配，开创公共物品资金分配的新模式。

01、Deep Funding

Deep Funding 是什么？

Deep Funding 通过 AI 和去中心化评审机制优化公共物品的资金分配，解决以太坊生态系统中资源分配效率低下的问题。其目标是建立一个公平、透明、高效的资金分配系统，支持以太坊及其关键开源项目，实现长期可持续发展。

官方网址：https://deepfunding.org/

想解决什么问题？

以太坊公共物品资金分配存在的问题包括：

人类决策的非理性：面对复杂问题时，人类难以做出合理判断。偏好表层项目：基于选举的资助机制倾向于资助表面显而易见的项目，忽视深层次的技术依赖和复杂贡献。

这导致一些对以太坊生态至关重要的基础设施得不到足够支持，同时可能浪费资源在短期内看似重要但长期价值有限的项目上。

用什么样的思路解决问题？

Deep Funding 的解决方案包括：

1. 构建 Deep Graph

Deep Graph 是一个动态依赖图，展示项目间的依赖关系并分配权重，使公共物品的贡献和实际价值可视化，解决“隐形贡献”难以衡量的问题。

2. AI 模型加权和评估

数据输入：基于开源项目的各种信息（如 star 数量、贡献者活动、更新时间等）。权重分配：AI 模型根据依赖的重要性和实际影响分配权重，动态调整资金分配。验证与优化：通过评审团对模型进行抽查，确保权重合理性。

3. 评审团评审机制

评审团由专家组成，通过回答“项目 A 和 B，哪个更重要？”等问题，为模型提供训练数据。人类与 AI 合作：人类负责方向与价值判断，AI 提供数据分析支持，选择符合人类共识的模型应用。

4. 公平分配资金

根据项目的贡献比例分配资金，同时对获奖模型给予激励。

Deep Funding 不仅用于开源软件的权重构建和分配，还可应用于论文、音乐、影视作品等带有依赖和分配的场景。开源软件只是初步尝试，Deep Funding 希望成为适用于各种场景的解决方案。

02、Deep Funding 竞赛

Deep Funding 首次比赛聚焦于 GitHub 仓库和开源项目，通过依赖关系构建加权图，确定每个仓库应获得的捐赠额度，特别是以太坊标签下的开源项目，尤其是客户端。

Deep Funding 项目进展包括：

赞助与资金：Vitalik Buterin 提供了初始赞助 25 万美元。数据准备：已收集约 40,000 条边的以太坊依赖关系图。机制设计：开展 AI 模型竞赛（将在 Kaggle 平台），正在招募 AI 模型。试点评估：通过评审团抽查验证模型有效性，将依赖权重模型应用于以太坊相关项目，查看实际效果。

25 万美元奖金中，17 万美元将根据依赖图的权重分配给项目，4 万美元奖励给评审抽查中表现最佳的模型，4 万美元奖励给开源提交的模型，由专家评审团评估创新性。