Leveraging Large Language Models to Bridge Cross-Domain Transparency in Stablecoins
تقدم هذه الورقة إطار عمل يعتمد على نموذج لغوي كبير يدمج سجلات الإصدار متعددة السلاسل مع إفصاحات الجهات المصدرة لأتمتة مواءمة مصادر البيانات غير المتجانسة، مما يعزز الشفافية عبر المجالات ويمكّن التدقيق القائم على البيانات لاحتياطيات العملات المستقرة وتداولها.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
الصورة الكبيرة: مشكلة "صدقني"
تخيل العملات المستقرة (مثل USDT وUSDC) كأنها سندات دين رقمية. هي تعد بأن تظل قيمتها دائماً دولاراً واحداً بالضبط. وللحفاظ على هذا الوعد، تقول الشركات التي تصدرها (مثل Tether وCircle): "لا تقلقوا، لدينا أموال حقيقية كافية في البنك لدعم كل عملة رقمية قمنا بطباعتها".
المشكلة:
في الماضي، كان التحقق مما إذا كانت هذه الشركات تمتلك ذلك المال بالفعل يشبه محاولة حل لغز حيث تكون قطع اللغز بلغات مختلفة، وفي مناطق زمنية مختلفة، وفي صناديق متباينة.
- الصندوق (أ) (البلوكشين): يوضح بالضبط عدد العملات التي تسبح في العالم الرقمي. هذا الأمر سريع، عام، وواضح.
- الصندوق (ب) (الأوراق الرسمية): يظهر كشوفات الحساب البنكية والتقارير التدقيقية للشركة. غالباً ما تكون هذه التقارير في ملفات PDF فوضوية، وتصدر في أوقات غريبة، ومكتوبة بمصطلحات مالية مربكة.
لفترة طويلة، لم يستطع أحد بسهولة مقارنة الصندوق (أ) بالصندوق (ب) لمعرفة ما إذا كانا متطابقين. كان الأمر يشبه محاولة التحقق مما إذا كانت قائمة طعام المطعم تطابق الطعام الموجود في المطبخ، ولكن القائمة مكتوبة بالفرنسية وجرد المطبخ مكتوب على سبورة باللغة الإسبانية.
الحل: "المترجم الذكي"
تقدم هذه الورقة نظاماً جديداً يستخدم نموذج لغة ضخم (LLM) — فكر فيه كأنه محقق رقمي فائق الذكاء ولا يكلّ — لسد هذه الفجوة.
قام الباحثون ببناء إطار عمل يعمل مثل مترجم عالمي ومحاسب يعمل على مدار الساعة طوال أيام الأسبوع. وإليك كيف يعمل، خطوة بخطوة:
1. جامع البيانات (المتسلل)
أولاً، يقوم النظام بجمع نوعين من المعلومات:
- الأثر الرقمي: يجمع بيانات فورية حول عدد العملات التي يتم تداولها وسعرها (مثل مراقبة شاشة أسعار الأسهم).
- الأثر الورقي: يقرأ التقارير الرسمية للشركات بصيغة PDF، والبيانات الصحفية، ووثائق التدقيق.
2. "بروتوكول سياق النموذج" (خزانة الملفات)
هذا هو السر وراء نجاح العملية. يقوم النظام بتنظيم كل هذه البيانات الفوضوية في خزانة ملفات مرتبة ومعيارية.
- تشبيه: تخيل أن لديك كومة فوضوية من الإيصالات وكومة فوضوية من كشوف الحسابات البنكية. "البروتوكول" هو روبوت ذكي يأخذ كل إيصال، ويختمه بالتاريخ والوقت بدقة، ويضعه بجانب كشف الحساب المطابق له تماماً. إنه يضمن أنه عندما ننظر إلى تقرير "الأول من يناير"، فإننا نقارنه برصيد البنك في "الأول من يناير"، وليس بالرصيد من ثلاثة أشهر مضت.
3. المحقق الذكي (المحلل)
هنا يأتي دور نموذج اللغة الضخم (تحديداً GPT-5 في دراستهم). هو لا يقرأ الأرقام فحسب؛ بل يفهم القصة.
- الفريق: يتكون الذكاء الاصطناي في الواقع من فريق من ثلاثة وكلاء متخصصين يعملون معاً:
- قارئ المستندات: يقرأ ملفات PDF ويستخرج الأرقام (مثلاً: "لدينا 10 مليارات دولار من الاحتياطيات").
- مراقب السوق: يتحقق من البلوكشين مباشرة ليرى كم عدد العملات الموجودة فعلياً (مثلاً: "هناك 9.8 مليار دولار من العملات قيد التداول").
- القاضي: يقارن بينهما. إذا تطابقت الأرقام، يقول "طبيعي". وإذا ادعت الشركة أن لديها أموالاً أكثر من العملات المتداولة، أو إذا كان التوقيت غريباً، فإنه يصنف الحالة كـ "مشبوهة" أو "غير طبيعية".
ماذا وجدوا؟ (دراسات الحالة)
اختبر الفريق هذا النظام على أكبر عملتين مستقرتين: USDT (Tether) و USDC (Circle).
USDT (العملاق ذو المكتب الفوضوي):
- الانطباع العام: USDT ضخمة وسهلة التداول جداً، مثل طريق سريع مزدحم للغاية.
- المشكلة: أوراقهم الرسمية تصدر بشكل غير منتظم (أحياناً كل ربع سنة) وليست مفصلة دائماً.
- حكم الذكاء الاصطناعي: وجد الذكاء الاصطناعي أنه بينما تمتلك USDT أموالاً كافية عادةً، إلا أن توقيت تقاريرهم كان يتأخر أحياناً عن تقلبات السوق. خلال الأوقات العصيبة (مثل انهيار عملة TerraUSD في عام 2022)، لاحظ الذكاء الاصطناعي أن تقارير USDT لم تتحدث بالسرعة الكافية لطمأنة السوق، مما أدى إلى ظهور علامات "مشبوهة".
USDC (المنظم الدقيق):
- الانطباع العام: USDC أصغر حجماً ولكنها منظمة جداً، مثل المكتبة.
- الأخبار الجيدة: هم يصدرون تقارير كل شهر بصرامة محاسبية عالية.
- حكم الذكاء الاصطناعي: وجد الذكاء الاصطناي أن أرقام USDC تتطابق دائماً تقريباً مع بيانات البلوكشين. حتى عندما كانت السوق تعيش حالة من الذعر (مثل انهيار بنك سيليكون فالي في عام 2023)، كانت شفافية USDC واضحة جداً لدرجة أن الذكاء الاصطناعي استطاع التأكد بسرعة من سلامتهم، رغم انخفاض سعرهم مؤقتاً.
لماذا يهم هذا الأمر؟
فكر في إطار العمل هذا كأنه نوع جديد من المدققين الذين لا ينامون أبداً، ولا يتعبون، ويمكنهم قراءة آلاف الصفحات من التقارير المالية في ثوانٍ.
- يكشف الأكاذيب (أو الأخطاء): يمكنه رصد الحالات التي تقول فيها الشركة "نحن في أمان" بينما تشير البيانات الرقمية إلى أن "في الواقع، احتياطياتكم تنخفض".
- يبني الثقة: بدلاً من مجرد أخذ كلمة الشركة على محمل التصديق، يمكن للمستثمرين والجهات التنظيمية استخدام هذه الأداة للتحقق من الحقيقة تلقائياً.
- يمنع الانهيارات: من خلال رصد التناقضات الصغيرة مبكراً (مثل علامة "مشبوه")، قد يساعد ذلك في منع حدوث ذعر جماعي قبل وقوعه.
الخلاصة
تظهر هذه الورقة أننا يمكننا استخدام الذكاء الاصطناعي لربط "العالم الرقمي" للكريبتو بـ "عالم الأوراق" للخدمات المصرفية أخيراً. إنها تحول فوضى البيانات المجزأة والمربكة إلى قصة واضحة ومفهلة حول ما إذا كانت العملة المستقرة آمنة حقاً أم لا. الأمر يشبه منح الجميع نظارات أشعة سينية (X-ray) ليروا ما إذا كان الإمبراطور (العملة المستقرة) يرتدي ملابس (احتياطيات حقيقية) أم لا.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.