浅析Deep Funding：AI重塑公共资金分配未来

在区块链和开源领域，资金高效分配是一大挑战。Deep Funding 项目利用人工智能和去中心化评审，旨在解决这一问题。该项目由 Vitalik Buterin 提供 25 万美元初始资金支持，目标是改善以太坊生态系统内的资源分配，开创公共物品资金分配的新模式。

01、Deep Funding

Deep Funding 是什么？

Deep Funding 通过 AI 和去中心化评审机制优化公共物品的资金分配，解决以太坊生态系统中资源分配效率低下的问题。其目标是建立一个公平、透明、高效的资金分配系统，支持以太坊及其关键开源项目，实现长期可持续发展。

官方网址：https://deepfunding.org/

想解决什么问题？

以太坊公共物品资金分配存在的问题包括：

1. 人类决策的非理性：面对复杂问题时，人类难以做出合理判断。
2. 偏好表层项目：基于选举的资助机制倾向于资助表面显而易见的项目，忽视深层次的技术依赖和复杂贡献。

这导致一些对以太坊生态至关重要的基础设施得不到足够支持，同时可能浪费资源在短期内看似重要但长期价值有限的项目上。

用什么样的思路解决问题？

Deep Funding 的解决方案包括：

1. 构建 Deep Graph

Deep Graph 是一个动态依赖图，展示项目间的依赖关系并分配权重，使公共物品的贡献和实际价值可视化，解决“隐形贡献”难以衡量的问题。

2. AI 模型加权和评估

• 数据输入：基于开源项目的各种信息（如 star 数量、贡献者活动、更新时间等）。
• 权重分配：AI 模型根据依赖的重要性和实际影响分配权重，动态调整资金分配。
• 验证与优化：通过评审团对模型进行抽查，确保权重合理性。

3. 评审团评审机制

• 评审团由专家组成，通过回答“项目 A 和 B，哪个更重要？”等问题，为模型提供训练数据。
• 人类与 AI 合作：人类负责方向与价值判断，AI 提供数据分析支持，选择符合人类共识的模型应用。

4. 公平分配资金

根据项目的贡献比例分配资金，同时对获奖模型给予激励。

Deep Funding 不仅用于开源软件的权重构建和分配，还可应用于论文、音乐、影视作品等带有依赖和分配的场景。开源软件只是初步尝试，Deep Funding 希望成为适用于各种场景的解决方案。

02、Deep Funding 竞赛

Deep Funding 首次比赛聚焦于 GitHub 仓库和开源项目，通过依赖关系构建加权图，确定每个仓库应获得的捐赠额度，特别是以太坊标签下的开源项目，尤其是客户端。

Deep Funding 项目进展包括：

1. 赞助与资金：Vitalik Buterin 提供了初始赞助 25 万美元。
2. 数据准备：已收集约 40,000 条边的以太坊依赖关系图。
3. 机制设计：开展 AI 模型竞赛（将在 Kaggle 平台），正在招募 AI 模型。
4. 试点评估：通过评审团抽查验证模型有效性，将依赖权重模型应用于以太坊相关项目，查看实际效果。

25 万美元奖金中，17 万美元将根据依赖图的权重分配给项目，4 万美元奖励给评审抽查中表现最佳的模型，4 万美元奖励给开源提交的模型，由专家评审团评估创新性。

目前面临的挑战

1. 评审公平性与激励机制：如何保证评审团中立性和长期参与积极性？如何构建一个公平有效的评审团？
2. AI 模型的有效性：如何准确加权深层依赖，避免模型被滥用或游戏化？
3. 动态调整机制：如何平衡自我评估和外部评审，避免偏见？
4. 资金来源与激励方式：如何吸引更多资金参与分配，尤其是针对非代码类贡献？

这些问题将逐步讨论和探索。

本文标签：

声明：本文由代码号注册/游客用户【澜漪】供稿发布，本站不对用户发布的浅析Deep Funding：AI重塑公共资金分配未来信息内容原创度和真实性等负责。如内容侵犯您的版权或其他权益，请留言并加以说明。站长审查之后若情况属实会及时为您删除。

很赞哦！ ()