DeXposure-Claw: An Agentic System for DeFi Risk Supervision
यह शोध पत्र DeXposure-Claw को प्रस्तुत करता है, जो एक एजेंटिक सिस्टम है जो ऑडिट योग्य, नियामक-अनुरूप DeFi जोखिम पर्यवेक्षण टिकट उत्पन्न करने के लिए एक ग्राफ टाइम-सीरीज फाउंडेशन मॉडल को नियत मॉनिटर्स और कॉन्फिडेंस गेट्स के साथ एकीकृत करता है, जबकि DeXposure-Bench मूल्यांकन ढांचे के माध्यम से झूली सूचनाओं (फॉल्स अलार्म) को न्यूनतम करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि विकेंद्रीकृत वित्त (DeFi) की दुनिया एक विशाल, अराजक शहर है जहाँ हजारों अलग-अलग बैंक, एक्सचेंज और लोन ऐप्स एक-दूसरे को पैसा उधार दे रहे हैं। इस शहर में, यदि एक छोटी सी दुकान दिवालिया हो जाती है, तो यह एक डोमिनो प्रभाव (domino effect) शुरू कर सकता है जो पूरे मोहल्ले को गिरा सकता है।
समस्या यह है कि "शहर के निरीक्षक" (नियामक) इस शहर को केवल एक दूरबीन और एक नोटबुक के माध्यम से देखने की कोशिश कर रहे हैं। जब तक वे किसी समस्या को देख पाते हैं, तब तक अक्सर बहुत देर हो चुकी होती है।
यहाँ पेश है DeXposure-Claw, एक नया "सुपर-असिस्टेंट" जिसे इन निरीक्षकों की मदद करने के लिए डिज़ाइन किया गया है। यह कैसे काम करता है, इसे सरल भागों में यहाँ समझाया गया है:
1. समस्या: "अति-आत्मविश्वासी इंटर्न" (The Over-Confident Intern)
शोधकर्ताओं ने पहले एक सरल विचार आजमाया: "बस एक स्मार्ट AI (एक लार्ज लैंग्वेज मॉडल) से पूछें कि शहर के दैनिक लेनदेन को देखें और हमें बताएं कि क्या गलत है।"
उन्होंने पाया कि यह खतरनाक था। AI एक उत्साही इंटर्न की तरह व्यवहार करने लगा। वह एक छोटे, धुंधले सुराग (जैसे कि एक अजीब लेनदेन) को देखता और आत्मविश्वास से कहता, "यह एक आपदा है! हमें पूरे बैंक को बंद कर देना चाहिए!" वह कमजोर सबूतों के आधार पर बड़े, डरावने सुझाव दे रहा था, जिससे अनावश्यक घबराहट पैदा हो रही थी।
2. समाधान: "क्रिस्टल बॉल वाला जासूस" (The Detective with a Crystal Ball)
AI को कच्चे डेटा के आधार पर अनुमान लगाने देने के बजाय, शोधकर्ताओं ने एक चार-चरणीय असेंबली लाइन बनाई। इसे एक हाई-टेक डिटेक्टिव एजेंसी के रूप में सोचें:
चरण 1: क्रिस्टल बॉल (पूर्वानुमानकर्ता - The Forecaster)
AI के बोलने से पहले, एक विशेष कंप्यूटर मॉडल (जिसे DeXposure-FM कहा जाता है) शहर के इतिहास को देखता है और भविष्यवाणी करता है कि नेटवर्क भविष्य में (1, 4, 8, या 12 सप्ताह बाद) कैसा दिखेगा। यह केवल अनुमान नहीं लगाता; यह संभावनाओं की गणना करता है। यह मौसम के पूर्वानुमान जैसा है, लेकिन वित्तीय जोखिम के लिए।चरण 2: साक्ष्य बोर्ड (निगरानी - The Monitors)
सिस्टम उस भविष्य के पूर्वानुमान को लेकर उसे सख्त, गणित-आधारित परीक्षणों से गुजारता है। यह पूछता है: "यदि मौसम विभाग कहता है कि तूफान आ रहा है, तो कितना नुकसान होगा?" यह आपदाओं का अनुकरण करता है (जैसे कि पुल का गिरना या स्टेबलकॉइन के मूल्य में गिरावट आना) और विशिष्ट अलर्ट, नंबर और कॉन्फिडेंस स्कोर के साथ एक संरचित "साक्ष्य बोर्ड" बनाता है।चरण 3: जासूस (LLM)
अब, AI (LLM) बोल सकता है। लेकिन शर्त यह है: यह केवल "साक्ष्य बोर्ड" को ही देख सकता है। यह कच्चे, अव्यवस्थित डेटा को नहीं देख सकता। यह क्रिस्टल बॉल के पूर्वानुमान और स्ट्रेस-टेस्ट के परिणामों को देखता है। फिर यह एक "सुपरवाइजरी टिकट" लिखता है—एक रिपोर्ट जिसमें लिखा होता है, "मैं प्रोटोकॉल X की जांच करने की सिफारिश करता हूँ क्योंकि क्रिस्टल बॉल भविष्यवाणी करता है कि यदि पुल विफल हुआ तो 20% का नुकसान होगा।"चरण 4: सुरक्षा द्वारपाल (The Safety Gatekeepers)
मानव निरीक्षक को टिकट भेजने से पहले, दो "द्वारपाल" इसकी जाँच करते हैं:
- डेटा स्वास्थ्य द्वार (Data Health Gate): "क्या हम जो डेटा देख रहे हैं वह ताजा और साफ है?" यदि डेटा पुराना या टूटा हुआ है, तो सिस्टम "सेफ मोड" में चला जाता है और कोई डरावकी सिफारिश करने से मना कर देता है।
- कॉन्फिडेंस गेट (Confidence Gate): "क्या हम पर्याप्त निश्चित हैं?" यदि भविष्यवाणी अस्थिर है, तो सिस्टम उच्च-दांव वाली कार्रवाई की सिफारिश नहीं करेगा।
3. परिणाम: बेहतर कवरेज, पूर्ण सुरक्षा नहीं
शोधकर्ताओं ने पांच वर्षों के वास्तविक डेटा पर इस प्रणाली का परीक्षण किया। यहाँ उन्होंने पाया:
- यह अनुमान लगाने से बेहतर काम करता है: AI को पहले "क्रिस्टल बॉल" के पूर्वानुमानों को देखने के लिए मजबूर करके, इस प्रणाली ने पुराने तरीकों की तुलना में 3 गुना अधिक वास्तविक जोखिमों को खोजा। इसने बड़ी समस्याओं को अनदेखा करने से रोका।
- यह अभी भी पूर्ण नहीं है: क्रिस्टल बॉल के बावजूद, AI ने गलतियाँ कीं। लगभग 37% से 44% मामलों में, इसने ऐसी उच्च-दांव वाली कार्रवाई की सिफारिश की जो अनावश्यक थी (एक "गलत अलार्म")।
- सबक: AI संभावित समस्याओं को खोजने और यह समझाने में बहुत अच्छा है कि वे क्यों हो सकती हैं, लेकिन यह अपने आप में अंतिम निर्णय लेने के लिए सुरक्षित नहीं है। "सुरक्षा द्वार" और मानवीय समीक्षा अभी भी आवश्यक हैं।
निचोड़ (The Bottom Line)
DeXposure-Claw मानव निरीक्षक को केवल एक दूरबीन के बजाय एक सुपर-पावर्ड टेलीस्कोप और एक मौसम पूर्वानुमान देने जैसा है। यह उन्हें जोखिमों को बहुत पहले देखने और उन्हें बेहतर ढंग से समझाने में मदद करता है। हालाँकि, शोधकर्ता स्पष्ट हैं: AI सहायक है, बॉस नहीं। यह साक्ष्य और ड्राफ्ट रिपोर्ट प्रदान करता है, लेकिन किसी भी गंभीर कार्रवाई के लिए बटन दबाने वाला व्यक्ति एक इंसान को ही होना चाहिए।
इस प्रणाली को ऑडिट योग्य (auditable) बनाने के लिए डिज़ाइन किया गया है, जिसका अर्थ है कि प्रत्येक सिफारिश के साथ एक पूर्ण "रसीद" आती है जो दिखाती है कि ठीक किन नंबरों और भविष्यवाणियों ने निर्णय को प्रेरित किया, ताकि मनुष्य हमेशा इसके काम की दोबारा जाँच कर सकें।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।