Reshaping the On-Chain Game: Hoe Monad's toonaangevende project, aPriori, de handelsrevolutie met AI leidde, en het databijdrageplan tegelijkertijd werd gelanceerd

Reshaping the On-Chain Game: Hoe Monad's toonaangevende project, aPriori, de handelsrevolutie met AI leidde, en het databijdrageplan tegelijkertijd werd gelanceerd
Originele bron: aPriori



Zware weddenschappen door topinstellingen zoals Pantera Capital, YZi Lab, OKX Ventures en meer, aPriori reconstrueert de onderliggende overtuigingen van gedecentraliseerde handel. De kernleden van het project zijn afkomstig van Jump, Coinbase, Citadel Securities en dYdX, waarbij on-chain native technologie wordt gecombineerd met praktische ervaring in hoogfrequente handel op Wall Street, aPriori bouwt een transactie-uitvoeringssysteem van de volgende generatie op krachtige openbare ketens, waardoor een echt concurrerende handelsinfrastructuur in DeFi wordt geïnjecteerd.


aPriori herschrijft het on-chain transactieproces volledig: via AI-aangedreven DEX-aggregators en MEV-ondersteunde liquiditeitsstaking-modules integreert aPriori orders van het plaatsen van orders, matching tot yield closed-loop, in een duurzaam productsysteem.


Na de lancering van het team van de AI-aangedreven DEX-aggregator Swapr vorige week, heeft aPriori zijn zinnen gezet op het "herkenningsbrein" van on-chain transacties, bekend als het Order Flow Segmentation-systeem. Dit systeem combineert gedragslabeling, portefeuilleclustering, AI-analyse en on-chain feedbackmechanismen, met als doel elke transactie slimmer en eerlijker te maken, "giftige stromen" zoals arbitrage-slippage te vermijden en liquiditeit te sturen naar waar het het meest naartoe zou moeten gaan. Het maakt niet alleen transacties slimmer, maar maakt ook de stroom van de hele on-chain markt ordelijker en betrouwbaarder.


"Het begrijpen van elke transactie is het startpunt voor een eerlijke uitvoering."


Orderstroomherkenning is een van de kerntechnologieën van aPriori, die transactiegedrag, portemonneegeschiedenis en marktreactie analyseert om te bepalen of een transactie een normale gebruikersbewerking is of een "giftige stroom" zoals arbitrage of knijpen. Vergeleken met traditionele transacties waarbij alleen wordt gekeken of de transactie wordt uitgevoerd, kan deze identificatiemethode potentiële risico's eerder filteren, LP's een veiligere tegenpartij bieden en de padselectie en eerlijke uitvoering verbeteren.


"Technologie + ecologie: de perfecte tijd om bij monade te horen"


De kenmerken van de gegevens variëren tussen de verschillende ecosystemen van de openbare keten: Solana heeft snelle transacties en actieve gebruikers, maar omdat een groot aantal contracten gesloten is Hoewel Ethereum en andere EVM-ketens open data hebben, worden ze beperkt door prestatieknelpunten, en is het algehele transactiegedrag conservatief en is de gegevensdichtheid laag.


Monad bereikt een zeldzame balans tussen prestaties en transparantie - het combineert Solana-stijl hoge doorvoer met een agressieve handelsstijl, met behoud van de leesbaarheid en openheid van de EVM-architectuur. Dit biedt aPriori de ideale bodem om de volgende generatie orderstroomherkenningsmodellen te bouwen.


"Gebruikersgegevens gaan niet alleen over betrokkenheid, het gaat ook over het trainen van de volgende generatie handelsinformatie."


Community Data Contribution Program: Om AI te trainen om transactiegedrag intelligenter te herkennen, heeft aPriori een community-engaged databijdrageprogramma gelanceerd. Elke gebruiker kan het model helpen de on-chain-wereld beter te "begrijpen" door de volgende eenvoudige acties uit te voeren.


Wallets binden: Verbind de veelgebruikte wallet-adressen van gebruikers om een completer beeld van het gedrag te geven.

· Ondersteunende keten:Ethereum, BNB-keten, Monad-testnet;

· Gesynchroniseerde sociale accounts: Koppel optioneel Twitter, Discord, enz. om meer identiteitsaanwijzingen toe te voegen;

Inchecken en taken volgen: het speciale paneel toont de aanmeldingsgegevens van gebruikers, het transactiegedrag en de voortgang van de bijdrage.

Deze gegevens kunnen het systeem helpen bepalen welke adressen bij dezelfde gebruiker horen en of er sprake is van samenwerkingsverbanden, waardoor AI beter in staat is om transactietypen en risico's te identificeren.


"Hoe weet je of een transactie een toxische stroom bevat?"


In de kernengine van Swapr wordt elke transactie geëvalueerd door een AI-model voordat deze wordt bevestigd, voornamelijk verwijzend naar de volgende punten:


· De transactie zelf: koop- en verkooprichting, valutapad, gas, administratiekosten, slippage, enz.;

Adresgeschiedenis: transactiefrequentie, gedrag in het verleden, wijzigingen in activa;

Marktreactie: prijsactie binnen 1 seconde tot 24 uur na de handel;

Winstoordeel: Of de transactie op verschillende tijdstippen winstgevend is en of dit de LP kan schaden.

Het model identificeert of elke transactie behoort tot een "giftige stroom", zoals arbitrage of knijpen, en bepaalt de potentiële bedreiging ervan voor de eerlijkheid van het systeem.


"Hoe complexer het model, hoe beter, maar hoe meer je handel begrijpt, hoe waardevoller het is."


Van Rule Engine tot AI Neural Network: aPriori beperkt zich niet tot één algoritme, maar combineert traditionele modellen (XGBoost, LightGBM) met timingmodellen (RNN, Transformer). De eerste is efficiënt in het interpreteren van gestructureerde gegevens, terwijl de laatste goed is in het vastleggen van gedragsveranderingen in tijdreeksen.

Swapr neemt uiteindelijk een Ensemble-architectuur aan, waarbij verschillende submodellen leren van hun respectievelijke gegevensdimensies en tijdvensters, en na de fusiescores kunnen ze nauwkeuriger reageren op complex handelsgedrag.


"Wie spant er achter een transactie samen om te arbitreren?"


Arbitragegedrag wordt meestal niet gedaan door een enkele wallet, maar is het resultaat van meerdere adressen die samenwerken. Door deze "gedragsgroepen" te identificeren, kan het systeem potentiële arbitragegroepen voorspellen en voorkomen dat "toxische stroom" zich concentreert op LP's.


"Maak AI een onderdeel van de uitvoering van transacties"


Met de overvloed aan trainingsgegevens wordt het identificatiesysteem van Swapr een belangrijk verschilpunt in DeFi-routering. Het levert niet alleen betere noteringen op, maar past ook dynamisch de richting van de liquiditeit aan, waardoor de belangen van zowel gebruikers als LP's worden beschermd.


Oprichter Ray benadrukte: "Een echte DeFi-uitvoeringsengine kan het systeem begrijpen, beoordelen en weten hoe het systeem te beschermen. We hopen dat Swapr het eerste toegangspunt voor de handel zal zijn dat kan 'denken'."


Dit artikel komt uit een bijdrage en vertegenwoordigt niet de mening van BlockBeats.
Origineel weergeven
8,48K
0
De inhoud op deze pagina wordt geleverd door derden. Tenzij anders vermeld, is OKX niet de auteur van het (de) geciteerde artikel(en) en claimt geen auteursrecht op de materialen. De inhoud is alleen bedoeld voor informatieve doeleinden en vertegenwoordigt niet de standpunten van OKX. Het is niet bedoeld als een goedkeuring van welke aard dan ook en mag niet worden beschouwd als beleggingsadvies of een uitnodiging tot het kopen of verkopen van digitale bezittingen. Voor zover generatieve AI wordt gebruikt om samenvattingen of andere informatie te verstrekken, kan deze door AI gegenereerde inhoud onnauwkeurig of inconsistent zijn. Lees het gelinkte artikel voor meer details en informatie. OKX is niet verantwoordelijk voor inhoud gehost op sites van een derde partij. Het bezitten van digitale activa, waaronder stablecoins en NFT's, brengt een hoge mate van risico met zich mee en de waarde van deze activa kan sterk fluctueren. Overweeg zorgvuldig of de handel in of het bezit van digitale activa geschikt voor je is in het licht van je financiële situatie.