Přetváření hry na řetězci: Jak přední projekt společnosti Monad, aPriori, vedl obchodní revoluci s umělou inteligencí a plán příspěvků k datům byl spuštěn současně

Původní zdroj: aPriori

Vysoké sázky špičkových institucí, jako jsou Pantera Capital, YZi Lab, OKX Ventures a další, aPriori rekonstruuje základní přesvědčení o decentralizovaném obchodování. Hlavní členové projektu pocházejí ze společností Jump, Coinbase, Citadel Securities a dYdX, kteří kombinují nativní technologii v řetězci s praktickými zkušenostmi s vysokofrekvenčním obchodováním na Wall Street, aPriori buduje systém provádění transakcí nové generace na vysoce výkonných veřejných řetězcích, čímž do DeFi vnáší skutečně konkurenceschopnou obchodní infrastrukturu.

aPriori zcela přepisuje proces transakcí v řetězci: prostřednictvím agregátorů DEX poháněných umělou inteligencí a modulů pro sázky likvidity podporovaných MEV integruje aPriori příkazy od zadání příkazu, párování až po výnos v uzavřené smyčce, do udržitelného produktového systému.

Poté, co tým minulý týden spustil agregátor DEX Swapr poháněný umělou inteligencí, se společnost aPriori zaměřila na "rozpoznávací mozek" transakcí v řetězci, známý jako systém segmentace toku objednávek. Tento systém kombinuje behaviorální označování, shlukování peněženek, analýzu umělé inteligence a mechanismy zpětné vazby v řetězci s cílem učinit každou transakci chytřejší a spravedlivější, vyhnout se "toxickému toku", jako je arbitrážní skluz, a poslat likviditu tam, kam by měla jít nejvíce. Díky tomu jsou transakce nejen chytřejší, ale také tok celého on-chain trhu uspořádanější a důvěryhodnější.

"Pochopení každé transakce je výchozím bodem pro spravedlivé provedení."

Rozpoznávání toku objednávek je jednou ze základních technologií společnosti aPriori, která analyzuje chování transakcí, historii peněženky a reakci trhu, aby určila, zda je transakce běžnou operací uživatele, nebo "toxickým tokem", jako je arbitráž nebo sevření. Ve srovnání s tradičními transakcemi, které se zaměřují pouze na to, zda je transakce provedena, může tato metoda identifikace filtrovat potenciální rizika dříve, poskytnout LP bezpečnější protistranu a zlepšit výběr cesty a férovost provedení.

"Technologie + ekologie: Ideální čas patřit k Monadě"

Charakteristiky dat se v různých ekosystémech veřejných řetězců liší: Solana má vysokorychlostní transakce a aktivní uživatele, ale vzhledem k tomu, že velký počet smluv je uzavřený, jsou data dostupná pro školení omezená; Přestože Ethereum a další řetězce EVM mají otevřená data, jsou omezeny úzkými místy výkonu a celkové chování transakcí je konzervativní a hustota dat je nízká.

Monad dosahuje vzácné rovnováhy mezi výkonem a transparentností - kombinuje vysokou propustnost ve stylu Solana s agresivním obchodním stylem, přičemž si zachovává čitelnost a otevřenost, kterou přináší architektura EVM. To poskytuje společnosti aPriori ideální půdu pro vytvoření nové generace modelů rozpoznávání toku objednávek.

"Uživatelská data nejsou jen o zapojení, ale také o školení nové generace obchodní inteligence."

Program přispívání komunitních dat: Aby společnost aPriori vycvičila umělou inteligenci k inteligentnějšímu rozpoznávání chování transakcí, spustila program komunitních příspěvků k datům. Každý uživatel může pomoci modelu lépe "pochopit" svět v řetězci provedením následujících jednoduchých akcí.

Svázané peněženky: Propojte často používané adresy peněženek uživatelů a získejte úplnější přehled o chování.

· Podpůrný řetěz:Ethereum, BNB Chain, testovací síť Monad;

· Synchronizované účty na sociálních sítích: Volitelně propojte Twitter, Discord atd. a přidejte další vodítka identity;

· Přihlášení a sledování úkolů: Vyhrazený panel zobrazuje přihlašovací záznamy uživatelů, chování transakcí a průběh přispívání.

Tato data mohou systému pomoci určit, které adresy patří stejnému uživateli a zda dochází ke spolupráci, což zlepšuje schopnost umělé inteligence identifikovat typy transakcí a rizika.

"Jak poznáte, že transakce obsahuje toxický tok?"

V základním enginu Swpr je každá transakce před potvrzením vyhodnocena modelem umělé inteligence, přičemž se odkazuje zejména na následující body:

· Samotná transakce: směr nákupu a prodeje, měnová cesta, plyn, manipulační poplatky, skluz atd.;

· Historie adres: frekvence transakcí, chování v minulosti, změny aktiv;

· Reakce trhu: cenová akce do 1 sekundy až 24 hodin po obchodování;

Úsudek o zisku: Zda je transakce zisková v různých časech a zda může poškodit LP.

Model identifikuje, zda každá transakce patří do "toxického toku", jako je arbitráž nebo pinčování, a určuje její potenciální hrozbu pro spravedlnost systému.

"Čím složitější model, tím lépe, ale čím více rozumíte obchodování, tím je cennější."

Od Rule Engine k AI neuronové síti: aPriori není omezen na jeden algoritmus, ale kombinuje tradiční modely (XGBoost, LightGBM) s časovacími modely (RNN, Transformer). První z nich je efektivní při interpretaci strukturovaných dat, zatímco druhý je dobrý při zachycování změn chování v časových řadách.

Swapr nakonec využívá architekturu Ensemble, kde se různé podmodely učí z příslušných datových dimenzí a časových oken a po fúzním skóre mohou přesněji reagovat na složité obchodní chování.

"Kdo stojí za transakcí za účelem arbitráže?"

Arbitrážní chování obvykle neprovádí jedna peněženka, ale je výsledkem spolupráce více adres. Identifikací těchto "skupin chování" může systém předvídat potenciální arbitrážní skupiny a zabránit tomu, aby se "toxický tok" soustředil na LP.

"Udělejte z umělé inteligence součást provádění obchodů"

S množstvím tréninkových dat se identifikační systém Sappr stává klíčovým rozdílovým bodem ve směrování DeFi. Přináší nejen lepší kotace, ale také dynamicky upravuje směr likvidity, čímž chrání zájmy uživatelů i LP.

Zakladatel Ray zdůraznil: "Skutečný prováděcí motor DeFi dokáže pochopit, posoudit a vědět, jak systém chránit. Doufáme, že Swapr bude prvním vstupním bodem pro obchodování, který může 'myslet'."

Tento článek je z příspěvku a nereprezentuje názory BlockBeats.