Steemit Crypto Academy- Steem Blockchain(Convergent Linear Reward)- Semana 6 [Traducción de obra completa]


image.png

Traducción al Español por @hadassah26, de la cuenta oficial de @sapwood
Spanish translation by @hadassah26, from the official account of @sapwood

Recompensa lineal convergente
Puede que no sea posible cambiar las características inherentes de un individuo con un conjunto de algoritmos o código, pero definitivamente puede entrenarlos.Las características sociales individuales pueden ser un poco complejas y es posible que ni siquiera sea posible entrenarlas caso por caso con código / algoritmo. Pero las características sociales de la comunidad son mucho más fáciles de entrenar, particularmente en la creación de una red social, además de ventajas económicas.

Ese es el tema de hoy - Recompensa lineal convergente - aprovecha los comportamientos / juicios sociales sobre la curación y los transforma en un juicio comunitario en Steem Blockchain.

Fue el año 2016 cuando fuimos testigos de la primera plataforma social descentralizada Steemit en la parte superior de Steem Blockchain, en ese momento la curva de recompensa en Steem Blockchain era cuadrática / superlineal, con su función f (x) = x2. Realmente animó a la gente a invertir más en STEEM y luego encenderlo como Steem Power (SP), cuanto más SP tenga, más recompensa podrá generar. Pero más tarde se descubrió que desanimó a la clase media común y a los recién llegados. Además, condujo a ... "Los ricos se hacen más ricos".

En el año 2017 (junio de 2017), la curva de recompensa (ecuación cuadrática) fue reemplazada por una ecuación lineal, f (x) = x. Esto realmente parecía justo para todos, en consonancia con el espíritu de descentralización e igualdad de oportunidades para todos. Pero incluso si parecía justo para todos, condujo a una serie de publicaciones paralelas, sin intersección social, la gente comenzó a autoavaluarse, por lo que se encontró que el comportamiento social tiende a ser egoísta con una ecuación lineal. Además, también condujo a un abuso total del grupo de recompensas al usar un voto positivo de bot para contenido deficiente y llevarlo a la cima, lo que llevó a un descubrimiento de contenido deficiente.

En el año 2019 (agosto de 2019 / Hard Fork 21), para abordar los comportamientos egoístas, el uso de bots, el abuso del grupo de recompensas y para mejorar el descubrimiento de contenido, la curva de recompensa (ecuación lineal) fue reemplazada por una ecuación lineal convergente, f (x) = x2 / (x + 1). Con esta ecuación, la autoavaluación es desalentadora en el contexto de las recompensas monetarias, y puedes ganar más votando a favor de las publicaciones de otros. Además, la cantidad de publicaciones paralelas se redujo con la introducción de la recompensa lineal convergente y condujo a una mejor intersección social y, por lo tanto, a un mejor descubrimiento de contenido.

Aquellos que encuentren estas ecuaciones matemáticas difíciles y complejas, no se preocupen, las haré lo más simple posible para que se convierta en una taza de té fácil para todos.

image.png

La diferencia entre ecuación lineal cuadrática / lineal y convergente (curva de recompensa)
Entrada = [SP, VP], Salida = [Recompensa, Valor de voto a favor]

image.png

  • En el caso de la ecuación cuadrática / superlineal [f (x) = x2], la recompensa crece con [entrada] 2. Por ejemplo, si el usuario A tiene SP dos veces más que el usuario B, entonces su valor de voto a favor es 4 veces mejor que el del usuario B.
  • En el caso de la ecuación lineal [f (x) = x], la recompensa crece de forma lineal con la entrada. Por ejemplo, si el usuario A tiene SP dos veces más que B, entonces su valor de voto a favor es 2 veces mejor que el del usuario B.
  • En el caso de la ecuación lineal convergente [f (x) = x2 / (x + 1)], la recompensa es mucho menor con una entrada más baja, pero mejora a medida que aumenta el valor de entrada y, finalmente, crece linealmente con una entrada más alta. aporte. Por ejemplo, si los usuarios A, B, C tienen entradas pequeñas (SP), su producción individual (valor de voto positivo) será menor, pero su producción colectiva será mayor que la suma de la producción individual.

En la capa 0, (en el nivel Blockchain), no reconoce SP, más bien es Chalecos. Son como acciones y la recompensa que se genera se conoce como acciones de recompensa. Entonces, cuando votas a favor de una publicación, se genera "rShares". La recompensa (STEEM) se distribuye en función de los rShares generados en una publicación.

Entonces tenemos dos parámetros:

  • piscina recompensa (STEEM tokens)
  • rShares

La belleza de la recompensa lineal convergente es que cada vez que un nuevo usuario visita y selecciona la publicación, la recompensa STEEM por rShares aumenta. Entonces, cuanto más la gente aprueba el contenido, mayor es la recompensa que genera y se convierte en una publicación de tendencia, visible para todos.

Además, a medida que se agregan más y más rShares a una publicación, converge a la linealidad, lo que verificaremos tomando el ejemplo real (usando SP y su valor de voto positivo)

Por favor, no se confundan con rShares, Chalecos. Lo simplificaré trazando una curva usando "SP y valor de voto a favor". (A nivel de Blockchain, se conocen como Chalecos (SP) y rShares (alto votar)).

Primero tracemos el gráfico de ecuaciones lineales superlineales, lineales y convergentes.

Ahora volvamos al uso real de esta ecuación en Steem Blockchain.

Tenemos la entrada como (SP, VP) mediante la cual votamos a favor de una publicación cuando lo hacemos, genera rShares, y en función de eso, rShares se distribuye el grupo de recompensas.

Aquí, Entrada = SP, VP

Salida = Valor de voto a favor.

Tomaremos un rango de diferentes valores de entrada (en orden creciente) para verificar la salida y luego estableceremos cómo y cuándo converge a la linealidad, cuál es la importancia de esta curva en los comportamientos sociales y el juicio (curación).

Estos son los diferentes valores de SP que producen un valor de upvote diferente (el valor de Upvote se calcula usando la herramienta Steemworld.org)

image.png

Let's plot the chart of these values.

image.png

Observación:-

  • Para los valores más bajos de entrada (SP), la salida es mucho menor. Pero con valores de entrada (SP) más altos, la salida es mucho mayor y comenzó a volverse lineal más allá de los 2.5 millones de SP.
  • Una entrada más alta no significa necesariamente un solo votante, también pueden ser varios votantes y si sus valores de entrada combinados (SP) son más altos, entonces también pueden obtener una recompensa lineal (voto a favor) como salida. Por ejemplo, si hay 50 votantes individuales cuyo tamaño de SP combinado es de 2,5 millones, todos pueden ganar las recompensas lineales, en caso de que seleccionen contenido brillante.
  • Si hay tres curadores: A, B, C con valores de SP 10000 SP, 15,000 SP y 20,000 SP respectivamente. Si todos permanecen aislados en la curaduría, entonces su recompensa será menor como curadores individuales. Si estos tres curadores llegan a un acuerdo sobre contenido de calidad y curan como comunidad, todos obtendrán una mejor recompensa por curar.

image.png

Ejemplo,

Curador A- Valor de voto a favor con 10,000 SP (peso total) = $ 0.2044
Curador B- Valor de voto a favor con 15,000 SP (peso total) = $ 0.3131
Curator C- Valor de voto a favor con 20,000 SP (peso total) = $ 0.4249

Juicio aislado por A, B, C = (0,2044 + 0,3131 + 0,4249) = $ 0,9424

Ahora, si estos tres curadores curan una sola publicación, entonces su entrada combinada se convertirá en (10000 + 15000 + 20000) = 45000 SP, el pago posterior con 45000 SP como entrada generará una salida = $ 1.0359

Juicio de la comunidad por A, B, C = $ 1.0359 (con una entrada combinada de 45000 SP).

$ 1.0359> $ 0.9424

Por lo tanto, los tres curadores obtendrán mejores recompensas de curación si llegan a un acuerdo como comunidad en su juicio sobre la curación.

image.png

En pocas palabras, la curva de recompensa lineal convergente anima al curador a llegar a un acuerdo con la comunidad en Proof-of-Brain. Además, el juicio aislado recompensa menos, por lo que los curadores individuales están motivados para visitar la publicación de otros y encontrar contenido de calidad, en la búsqueda de contenido de calidad también ayudan a un mejor descubrimiento de contenido, porque los curadores individuales pueden llegar a un acuerdo con la comunidad solo en la calidad. contenido/contenido popular que agrega valor a Steem Blockchain y su ecosistema.

  • El contenido auto-votado, contenido de baja calidad, siempre permanecerá en la zona inferior (o zona sub-lineal) del gráfico, ya que la salida será mucho menor si la entrada es menor. Entonces, aquellos que auto-votan a favor de su publicación no se benefician de tal curva de recompensa. Del mismo modo, los contenidos deficientes apenas encuentran la atención de la comunidad, también permanecen en la zona sub-lineal
  • El contenido de calidad moderada se ubicará en algún lugar entre la zona lineal y sub-lineal. Es posible que encuentren algún apoyo de la comunidad, pero es posible que no encuentren suficiente tracción para alcanzar la linealidad.
  • El contenido brillante/de alta calidad definitivamente marca la tendencia de la página y permanece en la zona lineal. En esta zona, el juicio aislado se transforma en juicio comunitario. Los curadores individuales llegan a un acuerdo con la comunidad. La curva de recompensa alienta aún más a las personas a seleccionar dicho contenido, ya que todos ganan una recompensa lineal que siempre es mayor que la recompensa sublineal.

image.png

Tengamos un enfoque analítico para descubrir qué tan alentador es seleccionar una publicación en la página de tendencias.

Con los recursos actuales [SP, VP] que tengo si emito un voto con el peso total, generará un valor de voto a favor de $ 0.15, de este valor puedo ganar una recompensa de curación de $ 0.075.

image.png

Vayamos a la página de tendencias de Steemit y escojamos una de las publicaciones de tendencias con un pago alto (recompensa lineal).

Tomé la captura de pantalla antes y después de votar esta publicación.

image.png

image.png

Antes de votar, el pago posterior era = $ 383.2
Después de votar, el pago posterior es = $ 383.72

Diferencia = $ 383.72- $ 383.2 = $ 0.72

Vaya, eso es enorme. Con los mismos recursos, el juicio de la comunidad (recompensa lineal) produce $ 0,72, que es casi 5 veces el juicio aislado ($ 0,15).

Calculemos la recompensa de curación de esta publicación.

Pcurador = (1/2) (√PT) (√P1-√P0) Δt

PT = Pago posterior al final de los 7 días
P0 = Pago posterior antes de votar
P1 = Pago posterior después de votar

P0 = 383,2
P1 = 383,72
PT = 383,72

Δt = 1 ya que he votado después de 5 minutos.

=> Psapwood = (1/2) (√383.72) (√383.72-√383.2) = $ 0.13

En este ejemplo,

El juicio aislado produce una recompensa de curación = $ 0.075
El juicio de la comunidad produce una recompensa de curación (recompensa lineal) = $ 0.13

Entonces, incluso si voté mucho más tarde (cuando las ballenas ya han votado, por lo que no obtengo la ventaja de los votantes tempranos), todavía obtengo una recompensa de curación significativa de tal publicación (en comparación con el juicio aislado).

Esa es la belleza de la recompensa lineal convergente.

image.png

Para sacar una conclusión: -

  • Participa para descubrir un mejor contenido.
  • Diseñe el tiempo y la posición de su voto a favor para obtener la ventaja de los votantes tempranos. (Antes del voto de una ballena)
  • Incluso si no eres un votante temprano en las publicaciones de tendencia, aún puedes obtener mejores recompensas de curación (ya que la curva de recompensa ha alcanzado la linealidad), por lo que puedes votar dichas publicaciones.
  • No vote a sí mismo: la curva de recompensa lo desanima a hacerlo. Tampoco crea intersecciones sociales, por lo que la comunidad tampoco lo fomenta.
  • Participe regularmente para mantenerse sincronizado con la dinámica de las publicaciones de tendencia, concursos / desafíos para descubrir publicaciones populares y diseñar su esfuerzo de curación.

image.png

Tarea de tarea
(1) ¿Cuáles son las ramificaciones económicas y sociales del voto a favor en Steem Blockchain? ¿Obtienes mejores recompensas de curación al votar a favor de otros en comparación con el autoafirmación? (Incluya ejemplos reales)

(2) ¿Cuál es la diferencia entre juicio aislado y juicio comunitario en la curaduría? ¿Cómo se adapta al juicio de la comunidad sobre el contenido de calidad en Steem Blockchain? ¿Eso le brinda un incentivo económico? En caso afirmativo, explique con ejemplos reales (incluya capturas de pantalla y compárelas con su juicio aislado).

(3) Vaya a Steemworld.org, verifique su valor de Upvote (en el SP actual, VP). Tomar una captura de pantalla. Luego, vaya a la página de tendencias de Steemit, busque una publicación con un pago de más de $ 10 pero menos de $ 50 (Edad inferior a 6 días 12 horas). Votarlo. Tome capturas de pantalla antes y después de la votación a favor. Del mismo modo, vaya a otra publicación en la página Tendencias, busque una publicación con un pago de más de $ 100 (Edad inferior a 6 días 12 horas). Votarlo. Tome capturas de pantalla antes y después de la votación a favor. Di las diferencias entre los dos. ¿Cuál ha producido un mayor valor de Upvote y una recompensa de curación para ti con los mismos recursos (SP, VP)? ¿Explique?

Pautas

  • Su artículo debe tener al menos 300 palabras.
  • Siempre es mejor ganar experiencia como usuario antes de enviar su artículo.
  • Abstenerse de spam/plagio. Esta tarea requiere capturas de pantalla de su propia experiencia con Steemworld.org/Steemit. Utilice imágenes de fuentes libres de derechos de autor y muestre la fuente, si corresponde.
  • Esta tarea se ejecutará hasta el 21 de marzo de 2021.
  • Agregue la etiqueta # sapwood-week6 #cryptoacademy en su publicación y debe estar entre las primeras cinco etiquetas. También puede usar otras etiquetas relevantes como #blockchain #steem #curation o cualquier otra etiqueta relevante.
  • Aquellos que incluyan los ejemplos reales con capturas de pantalla obtendrán mejores puntuaciones.
  • Si no ha participado en Steem Blockchain Week 5, debe visitar este POST para comprender mejor las Recompensas de curación.

Gracias.

(No dude en unirse a la sección de comentarios si tiene alguna duda sobre Tarea-Tarea)

image.png

Cc:-
@steemitblog
@steemcurator01
@steemcurator02

image.png

A menos que se indique lo contrario, todas las imágenes, infografías, gráficos, tablas, etc. (si las hubiera) son mis trabajos originales.

image.png

Pude hacer esta conversión con Google Translate


Comments 0