前情介绍：
1.AdjustingQuadraticMechanism是由2018年Vitalik与哈佛教授共同推出的二次融资演化而来。二次融资是一个为了解决公共项目融资困难的一种新的融资机制，其中对于一个有p个公共产品，N个社区成员的社群来说，第p个公共产品收到的投资等于每个投资者的投资额的平方根之和的平方，其收益则是下列公式组成：
QF有几个特点：
1)收益递增。参与投资的人数越多，获得的收益越多
2)边际收益递减。随着人数增多，单位收益的增量变小。
3)针对公共产品，非排他性、非竞争性。
Pierre Corbin与Hugo Ferrer联合发布AI机器人:金色财经报道，5月31日，比特币电影节联合组织者 Pierre Corbin和聊天机器人的联合开发者 Hugo Ferrer 发布了AI聊天机器人Talk2Satoshi，旨在回答有关比特币和经济学的问题。该模型本质上是OpenAI 的 ChatGPT，在有限的数据集（包括中本聪的公共电子邮件和论坛帖子）上进行了训练。它还借鉴了其他来源，包括书籍The Bitcoin Standard、JThe Price of Tomorrow和电影 The Great Reset and the Rise of Bitcoin等来源。
该模型未针对最近的比特币开发（例如 Ordinals 协议或 BRC-20 令牌）进行训练，并且经常生成一个响应，表示它无法就此类主题提供意见。然而，根据问题的不同，它可能会在序号和 BRC-20 代币上产生相互矛盾的响应。[2023/6/1 11:52:07]
4)无法解决过度串谋、或者一人分饰多角的问题，既女巫攻击。
Ark Invest买入5.5万股Coinbase和106万股Robinhood股票:金色财经报道，Ark Invest昨天买入Coinbase和Robinhood的股票，分别价值344万美元和997万美元。根据电子邮件的交易通知，47,568股Coinbase的股票被添加到Ark Innovation ETF。8,031股股票被添加Ark Next Generation Internet ETF，该基金也购买了106万股Robinhood股票。[2023/3/8 12:49:33]
总结：因此对于公共产品融资，通过二次融资方式可以产生对社会最优的投资规模以及产生最优的投资收益，但这只是一个理想社会下，人人都处于理智的状态，但真正情况却有可能发展成多人串谋，甚至一人分饰多角“薅羊毛”的情况。
Web3身份验证初创公司Dynamic已上线公测版与多链钱包适配器:3月6日消息，Web3身份验证初创公司Dynamic宣布公测版现已上线，并推出免费的多链钱包适配器。公测版支持功能包括：电子邮件与社交账号登录、嵌入式钱包、SDKv2、用户配置文件。多链钱包适配器旨在帮助用户获得DynamicSDK的灵活性。
此前报道，Web3身份验证初创公司Dynamic于2022年6月宣布完成750万美元种子轮融资，本轮融资由a16z领投，CastleIsland Ventures、Solana Ventures、Circle Ventures、Breyer Capital、Hypersphere和Chapter One等参投。
[2023/3/6 12:44:24]
2.由于上述二次融资潜在的问题，Vitalik配合灵魂绑定代币的特性，提出了适应二次机制，致力于解决过度串谋、或一人分饰多角而造成的利益分配不均的问题。
数据：20000枚ETH从Huobi转移到Binance:金色财经报道，WhaleAlert数据显示，20,000枚ETH（价值约35,199,516美元）从Huobi转移到Binance。[2022/9/11 13:23:00]
1)这并不是一刀切，而是会在仍然给与一定奖励的情况下，削弱合作的力度。
2)通过检查灵魂所持有的SBT的相关性，可以区分出highlycorrelated,affiliated,甚至colluded灵魂们
机制介绍：AdjustingQuadraticFunding/Voting
1.SimpleMatch:?我们先从最简单的逻辑出发，假设项目p有Abdu、Shou、Belle三名投资人，分别对项目p做出了A、S、B量的贡献，在SBT的验证下，三名投资人分别没有钩稽关系。则：
在A、S、B互无关系，互相独立的情况下。用QuadraticFunding的方式可以简单计算Abdu、Shou、Belle分别对应的融资收益、或者votingpower。且可以看出项目p所获得的matchingfund与A、S、B的数量成正比。
2.SingleMembership：进一步思考，如果Abdu、Shou、Belle之间有两位成员有合作关系，如Abdu和Shou，则Vitalik提供了两种优化方式：
1)ClusterMatch：将A和S合并在同一个根式下，可以降低Abdu与Shou的收益分成比例，增加Belle的收益分成比例，但同时也没有完全惩戒Abdu与Shou的合作：
通过上述我们可以看出，等式将Abdu和Shou的权重被一定程度稀释，给予了Belle与另外两位之和相同的权重。如果Abdu和Shou是一人分饰两角，则上述等式会将Abdu和Shou当作一个个体进行处理，达到最优解。
2)OffsetMatch：通过判断Abdu和Shou的关联程度，通过除以系数的方式给A和S减少(Offset)一定量的权重，在Abdu与Shou合作的情况下：
同样，在Abdu和Shou在完全相同的情况下，我们可以获得跟同样的最优解:
3.MultipleMemberships：在SingleMembership的考虑中，我们过度简化了社会中可能存在的合作关系抑或是共生关系，因此这里我们假设更加复杂的情况。Abdu和Shou存在一定社会关系，Abdu和Belle也存在关联，同时Shou和项目p之外的某个群体有关联。
1)ClusterMatch：类似于SingleMembership，我们将有关联的两个个体放在同一个根式下，但我们需要将每个个体的权重之和设定为1，得到如下公式：
2)OffsetMatch：对于OffsetMatch的方式，我们需要计算出每个人的贡献系数，通过分析每个个体所持有SBT的相关性决定。以上述情况为例，我们假设Bella与Abdu有50%相关，同时Abdu也与Bella有50%相关；再假设Abdu和Shoud在SBT的持有上有25%相关，每个个体的权重为1，我们得到以下方程组：
通过求解我们得到最终的通过OffsetMatch求得的MathcingFund为：
总结：
通过将SBT的特殊属性与二次融资QuadraticFunding相结合，可以在理论上有效地解决当年QF遗留下来的容易受到女巫攻击或共谋攻击的问题，这将在未来对DAO的投票治理，公共项目融资等事件在提升效果及效率的情况下做到尽可能的安全及合理。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。