a16z:Qui décide de la vérité ? La dilemme institutionnelle des marchés de prédiction【Introduction simple】 Cet article explore le principal obstacle auquel sont confrontés les marchés de prédiction : les litiges liés au règlement des contrats. En analysant des cas d’échec tels que l’élection au Venezuela, l’auteur propose de combiner les modèles de langage de grande taille (LLM) en tant qu’arbitres avec la technologie blockchain. En verrouillant à l’avance une version spécifique du modèle et des invites sur la chaîne, il est possible de réaliser un règlement automatisé anti-manipulation, hautement transparent et neutre, remplaçant ainsi les votes humains susceptibles de conflits d’intérêts, et favorisant la mise à l’échelle des marchés de prédiction. Pour plus de détails, veuillez consulter :
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
a16z:Qui décide de la vérité ? La dilemme institutionnelle des marchés de prédiction【Introduction simple】 Cet article explore le principal obstacle auquel sont confrontés les marchés de prédiction : les litiges liés au règlement des contrats. En analysant des cas d’échec tels que l’élection au Venezuela, l’auteur propose de combiner les modèles de langage de grande taille (LLM) en tant qu’arbitres avec la technologie blockchain. En verrouillant à l’avance une version spécifique du modèle et des invites sur la chaîne, il est possible de réaliser un règlement automatisé anti-manipulation, hautement transparent et neutre, remplaçant ainsi les votes humains susceptibles de conflits d’intérêts, et favorisant la mise à l’échelle des marchés de prédiction. Pour plus de détails, veuillez consulter :