Przekształcanie gry on-chain: Jak wiodący projekt Monad, aPriori, doprowadził do rewolucji handlowej dzięki sztucznej inteligencji, a plan wkładu danych został uruchomiony jednocześnie

Oryginalne źródło: aPriori

Duże zakłady stawiane przez czołowe instytucje, takie jak Pantera Capital, YZi Lab, OKX Ventures i inne, aPriori rekonstruuje podstawowe przekonania dotyczące zdecentralizowanego handlu. Główni członkowie projektu pochodzą z Jump, Coinbase, Citadel Securities i dYdX, łącząc natywną technologię on-chain z praktycznym doświadczeniem w handlu o wysokiej częstotliwości na Wall Street, aPriori buduje system realizacji transakcji nowej generacji na wysokowydajnych łańcuchach publicznych, wprowadzając prawdziwie konkurencyjną infrastrukturę handlową do DeFi.

aPriori całkowicie przepisuje proces transakcji on-chain: dzięki agregatorom DEX opartym na sztucznej inteligencji i modułom stakingu płynności wspieranym przez MEV, aPriori integruje zlecenia od złożenia zlecenia, dopasowania do zysku w zamkniętej pętli, w zrównoważony system produktów.

Po uruchomieniu przez zespół w zeszłym tygodniu agregatora DEX opartego na sztucznej inteligencji Swatr, aPriori skupił się na "mózgu rozpoznawania" transakcji on-chain, znanym jako system segmentacji przepływu zamówień. System ten łączy w sobie etykietowanie behawioralne, grupowanie portfeli, analizę AI i mechanizmy sprzężenia zwrotnego on-chain, w celu uczynienia każdej transakcji mądrzejszą i bardziej sprawiedliwą, unikając "toksycznego przepływu", takiego jak poślizg arbitrażowy, i wysyłając płynność tam, gdzie powinna się najbardziej znaleźć. Nie tylko sprawia, że transakcje są inteligentniejsze, ale także sprawia, że przepływ całego rynku on-chain jest bardziej uporządkowany i godny zaufania.

"Zrozumienie każdej transakcji jest punktem wyjścia do uczciwej realizacji".

Rozpoznawanie przepływu zleceń jest jedną z podstawowych technologii aPriori, która analizuje zachowanie transakcji, historię portfela i reakcję rynku w celu określenia, czy transakcja jest normalną operacją użytkownika, czy "toksycznym przepływem", takim jak arbitraż lub szczypanie. W porównaniu z tradycyjnymi transakcjami, które sprawdzają tylko, czy transakcja została zrealizowana, ta metoda identyfikacji może wcześniej odfiltrować potencjalne ryzyko, zapewnić LP bezpieczniejszego kontrahenta oraz poprawić wybór ścieżki i uczciwość realizacji.

"Technologia + ekologia: idealny czas, aby przynależeć do Monad"

Charakterystyka danych różni się w zależności od różnych ekosystemów łańcucha publicznego: Solana ma szybkie transakcje i aktywnych użytkowników, ale ze względu na dużą liczbę kontraktów o zamkniętym kodzie źródłowym, dane dostępne do szkolenia są ograniczone; Chociaż Ethereum i inne łańcuchy EVM mają otwarte dane, są one ograniczone wąskimi gardłami wydajności, a ogólne zachowanie transakcji jest konserwatywne, a gęstość danych niska.

Monad osiąga rzadką równowagę między wydajnością a przejrzystością - łączy wysoką przepustowość w stylu Solany z agresywnym stylem handlu, zachowując przy tym czytelność i otwartość, jaką zapewnia architektura EVM. Daje to aPriori idealną glebę do zbudowania nowej generacji modeli rozpoznawania przepływu zamówień.

"Dane użytkowników to nie tylko zaangażowanie, ale także szkolenie nowej generacji analityki handlowej".

Program Udostępniania Danych Społeczności: Aby wyszkolić sztuczną inteligencję w zakresie bardziej inteligentnego rozpoznawania zachowań transakcyjnych, firma aPriori uruchomiła program przekazywania danych zaangażowany w społeczność. Każdy użytkownik może pomóc modelowi lepiej "zrozumieć" świat on-chain, wykonując następujące proste czynności.

· Powiązanie portfeli: Połącz często używane adresy portfeli użytkowników, aby zapewnić pełniejszy obraz ich zachowań.

· Łańcuch wsparcia:Ethereum, BNB Chain, sieć testowa Monad;

· Zsynchronizowane konta społecznościowe: Opcjonalnie połącz Twittera, Discorda itp., aby dodać więcej wskazówek dotyczących tożsamości;

· Ewidencjonowanie i śledzenie zadań: Dedykowany panel wyświetla rekordy logowania użytkowników, zachowanie transakcji i postęp wkładu.

Dane te mogą pomóc systemowi określić, które adresy należą do tego samego użytkownika i czy istnieją operacje współpracy, poprawiając zdolność sztucznej inteligencji do identyfikowania typów transakcji i zagrożeń.

"Jak rozpoznać, że transakcja zawiera toksyczny przepływ?"

W podstawowym silniku Swapr każda transakcja jest oceniana przez model sztucznej inteligencji przed potwierdzeniem, odnosząc się głównie do następujących punktów:

· Sama transakcja: kierunek kupna i sprzedaży, ścieżka waluty, gaz, opłaty manipulacyjne, poślizg itp.;

· Historia adresów: częstotliwość transakcji, wcześniejsze zachowanie, zmiany aktywów;

Reakcja rynku: akcja cenowa w ciągu 1 sekundy do 24 godzin po handlu;

· Ocena zysku: Czy transakcja jest rentowna w różnych momentach i czy może zaszkodzić LP.

Model określa, czy każda transakcja należy do "toksycznego przepływu", takiego jak arbitraż lub szczypanie, i określa jego potencjalne zagrożenie dla uczciwości systemu.

"Im bardziej złożony model, tym lepiej, ale im lepiej rozumiesz handel, tym bardziej jest on wartościowy".

Od Rule Engine do sieci neuronowej AI: aPriori nie ogranicza się do jednego algorytmu, ale łączy tradycyjne modele (XGBoost, LightGBM) z modelami czasowymi (RNN, Transformer). Pierwsza z nich jest skuteczna w interpretowaniu ustrukturyzowanych danych, podczas gdy druga jest dobra w wychwytywaniu zmian zachowań w szeregach czasowych.

Swapr ostatecznie przyjmuje architekturę Ensemble, w której różne podmodele uczą się na podstawie odpowiednich wymiarów danych i okien czasowych, a po uzyskaniu wyników fuzji mogą dokładniej reagować na złożone zachowania handlowe.

"Kto za transakcją spiskuje na rzecz arbitrażu?"

Zachowanie arbitrażowe zwykle nie jest wykonywane przez pojedynczy portfel, ale jest wynikiem współpracy wielu adresów. Identyfikując te "grupy zachowań", system może przewidzieć potencjalne grupy arbitrażowe i zapobiec koncentracji "toksycznego przepływu" na LP.

"Spraw, aby sztuczna inteligencja stała się częścią realizacji transakcji"

Dzięki obfitości danych treningowych, system identyfikacji Swapr staje się kluczowym punktem różnicy w routingu DeFi. Nie tylko przynosi lepsze notowania, ale także dynamicznie dostosowuje kierunek płynności, chroniąc interesy zarówno użytkowników, jak i LP.

Założyciel Ray podkreślił: "Prawdziwy silnik wykonawczy DeFi może zrozumieć, ocenić i wiedzieć, jak chronić system. Mamy nadzieję, że Swapr będzie pierwszym punktem wejścia do handlu, który potrafi "myśleć".

Ten artykuł pochodzi z wkładu i nie reprezentuje poglądów BlockBeats.