Ketjun sisäisen pelin uudelleenmuotoilu: Kuinka Monadin johtava projekti, aPriori, johti kaupankäynnin vallankumousta tekoälyn avulla, ja datan syöttösuunnitelma lanseerattiin samanaikaisesti

Alkuperäinen lähde: aPriori

Huippuinstituutioiden, kuten Pantera Capitalin, YZi Labin, OKX Venturesin ja muiden, raskaat panokset aPriori rekonstruoi hajautetun kaupankäynnin taustalla olevia uskomuksia. Projektin ydinjäsenet tulevat Jumpista, Coinbasesta, Citadel Securitiesista ja dYdX:stä, yhdistäen ketjun alkuperäisen teknologian käytännön kokemukseen korkean taajuuden kaupankäynnistä Wall Streetillä, aPriori rakentaa seuraavan sukupolven transaktioiden toteutusjärjestelmää tehokkaisiin julkisiin ketjuihin ja tuo DeFiin todella kilpailukykyisen kaupankäyntiinfrastruktuurin.

aPriori kirjoittaa ketjun sisäisen transaktioprosessin kokonaan uudelleen: tekoälypohjaisten DEX-aggregaattoreiden ja MEV-tuettujen likviditeetin panostusmoduulien avulla aPriori integroi tilaukset tilausten tekemisestä ja yhteensovittamisesta suljettuun tuottoon kestävään tuotejärjestelmään.

Sen jälkeen, kun tiimi lanseerasi tekoälyllä toimivan DEX-aggregaattorin Swaprin viime viikolla, aPriori on asettanut tähtäimensä ketjun sisäisten transaktioiden "tunnistusaivoihin", jotka tunnetaan nimellä Order Flow Segmentation -järjestelmä. Tässä järjestelmässä yhdistyvät käyttäytymiseen liittyvät merkinnät, lompakon klusterointi, tekoälyanalyysi ja ketjun sisäiset palautemekanismit, joiden tavoitteena on tehdä jokaisesta tapahtumasta älykkäämpi ja oikeudenmukaisempi, välttää "myrkyllistä virtaa", kuten arbitraasiliukumaa, ja lähettää likviditeettiä sinne, minne sen pitäisi mennä eniten. Se ei ainoastaan tee transaktioista älykkäämpiä, vaan myös tekee koko ketjun sisäisten markkinoiden virrasta järjestelmällisempää ja luotettavampaa.

"Jokaisen transaktion ymmärtäminen on oikeudenmukaisen toteutuksen lähtökohta."

Tilausvirran tunnistus on yksi aPriorin ydinteknologioista, joka analysoi transaktiokäyttäytymistä, lompakkohistoriaa ja markkinoiden reaktioita määrittääkseen, onko tapahtuma normaali käyttäjän toiminta vai "myrkyllinen virta", kuten arbitraasi tai puristus. Verrattuna perinteisiin transaktioihin, joissa tarkastellaan vain sitä, toteutetaanko transaktio, tämä tunnistusmenetelmä voi suodattaa mahdolliset riskit aikaisemmin, tarjota LP:ille turvallisemman vastapuolen ja parantaa reitin valintaa ja toteutuksen oikeudenmukaisuutta.

"Teknologia + ekologia: täydellinen aika kuulua Monadiin"

Tietojen ominaisuudet vaihtelevat eri julkisten ketjujen ekosysteemien välillä: Solanalla on nopeita transaktioita ja aktiivisia käyttäjiä, mutta koska suuri määrä sopimuksia on suljettuja lähdekoodeja, koulutukseen käytettävissä oleva data on rajallinen; Vaikka Ethereumilla ja muilla EVM-ketjuilla on avointa dataa, niitä rajoittavat suorituskyvyn pullonkaulat, ja yleinen transaktiokäyttäytyminen on konservatiivista ja datatiheys alhainen.

Monad saavuttaa harvinaisen tasapainon suorituskyvyn ja läpinäkyvyyden välillä - se yhdistää Solana-tyylisen korkean suorituskyvyn aggressiiviseen kaupankäyntityyliin säilyttäen samalla EVM-arkkitehtuurin tuoman luettavuuden ja avoimuuden. Tämä tarjoaa aPriorille ihanteellisen maaperän seuraavan sukupolven tilausvirran tunnistusmallien rakentamiseen.

"Käyttäjätiedoissa ei ole kyse vain sitoutumisesta, vaan seuraavan sukupolven kaupankäyntitiedon kouluttamisesta."

Yhteisön tietojen muokkausohjelma: Kouluttaakseen tekoälyä tunnistamaan tapahtumakäyttäytymistä älykkäämmin aPriori on käynnistänyt yhteisöön sitoutuneen tietojen luovutusohjelman. Jokainen käyttäjä voi auttaa mallia "ymmärtämään" paremmin ketjun sisäistä maailmaa suorittamalla seuraavat yksinkertaiset toiminnot.

Sitovat lompakot: Yhdistä käyttäjien usein käytetyt lompakko-osoitteet, jotta saat täydellisemmän kuvan käyttäytymisestä.

· Tukiketju:Ethereum, BNB-ketju, Monad-testiverkko;

· Synkronoidut sosiaaliset tilit: Linkitä valinnaisesti Twitter, Discord jne. lisätäksesi lisää henkilöllisyysvihjeitä;

· Sisäänkirjautuminen ja tehtävien seuranta: Erillinen paneeli näyttää käyttäjän kirjautumistietueet, tapahtumien käyttäytymisen ja lahjoituksen edistymisen.

Nämä tiedot voivat auttaa järjestelmää määrittämään, mitkä osoitteet kuuluvat samalle käyttäjälle ja onko yhteistyötoimintoja, mikä parantaa tekoälyn kykyä tunnistaa tapahtumatyyppejä ja riskejä.

"Mistä tietää, sisältääkö tapahtuma myrkyllistä virtaa?"

Swaprin ydinmoottorissa jokainen tapahtuma arvioidaan tekoälymallilla ennen vahvistamista, mikä viittaa pääasiassa seuraaviin seikkoihin:

· Itse liiketoimi: osto- ja myyntisuunta, valuuttapolku, kaasu, käsittelymaksut, liukuma jne.;

· Osoitehistoria: tapahtumien tiheys, aiempi käyttäytyminen, omaisuuden muutokset;

· Markkinareaktio: hintakehitys 1 sekunnista 24 tuntiin kaupankäynnin jälkeen;

· Voiton arviointi: Onko liiketoimi kannattava eri aikoina ja voiko se vahingoittaa LP:tä.

Malli tunnistaa, kuuluuko kukin transaktio "myrkylliseen virtaukseen", kuten arbitraasiin tai puristamiseen, ja määrittää sen mahdollisen uhan järjestelmän oikeudenmukaisuudelle.

"Mitä monimutkaisempi malli, sitä parempi, mutta mitä enemmän ymmärrät kaupankäyntiä, sitä arvokkaampaa se on."

Sääntömoottorista tekoälyn hermoverkkoon: aPriori ei rajoitu yhteen algoritmiin, vaan yhdistää perinteiset mallit (XGBoost, LightGBM) ajoitusmalleihin (RNN, Transformer). Edellinen tulkitsee tehokkaasti strukturoitua dataa, kun taas jälkimmäinen on hyvä tallentamaan käyttäytymisen muutoksia aikasarjoissa.

Swapr ottaa viime kädessä käyttöön Ensemble-arkkitehtuurin, jossa eri osamallit oppivat omista tietoulottuvuuksistaan ja aikaikkunoistaan, ja fuusiopisteiden jälkeen ne voivat reagoida monimutkaiseen kaupankäyntikäyttäytymiseen tarkemmin.

"Kuka liiketoimen takana juonittelee arbitraasille?"

Arbitraasikäyttäytymistä ei yleensä tee yksi lompakko, vaan se on seurausta useiden osoitteiden yhteistyöstä. Tunnistamalla nämä "käyttäytymisryhmät" järjestelmä voi ennustaa mahdollisia arbitraasiryhmiä ja estää "myrkyllistä virtaa" keskittymästä LP:ihin.

"Tee tekoälystä osa kaupan toteuttamista"

Harjoitustietojen runsauden myötä Swaprin tunnistusjärjestelmästä on tulossa keskeinen eroavaisuus DeFi-reitityksessä. Se ei ainoastaan tuo parempia tarjouksia, vaan myös säätää dynaamisesti likviditeetin suuntaa ja suojaa sekä käyttäjien että LP:iden etuja.

Perustaja Ray korosti: "Todellinen DeFi-suoritusmoottori voi ymmärtää, arvioida ja osata suojata järjestelmää. Toivomme, että Swapr on ensimmäinen kaupankäynnin lähtökohta, joka osaa 'ajatella'."

Tämä artikkeli on kirjoituksesta, eikä se edusta BlockBeatsin näkemyksiä.