A cross-protocol dataset of blockchain oracle incentives and accountability
यह शोध पत्र एक व्यापक क्रॉस-प्रोटोकॉल डेटासेट प्रस्तुत करता है जो आठ अलग-अलग ओरेकल शाखाओं के बीच प्रोत्साहन, विवाद समाधान और वित्तीय जवाबदेही पर तुलनात्मक अनुसंधान को सक्षम करने के लिए ब्लॉकचेन ओरेकल आर्थिक परिणामों और जवाबदेही रिकॉर्ड को मानकीकृत और पुनर्गठित करता है।
मूल पेपर CC BY 4.0 (https://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
एक ऐसी दुनिया की कल्पना करें जहाँ कंप्यूटर प्रोग्राम वास्तविक दुनिया की घटनाओं, जैसे कि किसी स्टॉक की कीमत या किसी खेल के परिणाम के आधार पर निर्णय ले सकते हैं, लेकिन वे कंप्यूटर स्वयं बाहरी दुनिया को देख नहीं सकते। इस अंतर को पाटने के लिए, एक "ओरेकल" (oracle) नामक एक विशेष प्रणाली एक संदेशवाहक के रूप में कार्य करती है, जो बाहरी जानकारी को डिजिटल लेज़र (digital ledger) में लाती है। ये संदेशवाहक केवल निष्क्रिय पाइप नहीं हैं; इन्हें उन लोगों और संगठनों द्वारा चलाया जाता है जो जानकारी सही होने की गारंटी देने के लिए अपना पैसा दांव पर लगाते हैं। यदि वे झूठ बोलते हैं या गलती करते हैं, तो वे अपना पैसा खो देते हैं। यदि वे सही होते हैं, तो वे पुरस्कार कमाते हैं। यह प्रणाली विश्वास पर टिकी है, लेकिन डिजिटल युग में, विश्वास को सत्यापन योग्य प्रमाण और इस बारे में स्पष्ट नियमों पर बनाया जाना चाहिए कि किसे भुगतान किया जाएगा और किसे दंडित किया जाएगा।
वर्षों से, शोधकर्ता अध्ययन करना चाहते थे कि ये प्रणालियाँ कितनी अच्छी तरह काम करती हैं, लेकिन उन्हें एक निराशाजनक समस्या का सामना करना पड़ा। इन लेनदेन के रिकॉर्ड सार्वजनिक हैं, फिर भी वे इस तरह से लिखे गए हैं कि एक प्रणाली की तुलना दूसरी प्रणाली से करना लगभग असंभव है। एक प्रणाली में भुगतान एक पुरस्कार जैसा दिख सकता है, जबकि दूसरी में यह जमा राशि की वापसी जैसा दिखता है। एक दंड बाद में भुगतान करने के वादे के रूप में दर्ज किया जा सकता है, या तत्काल हानि के रूप में। इन विभिन्न भाषाओं को अनुवादित करने का कोई तरीका न होने के कारण, वैज्ञानिक इन नेटवर्क के वास्तविक आर्थिक स्वास्थ्य को नहीं माप सके और न ही यह समझ सके कि वे अपने वादों को कितनी अच्छी तरह निभाते हैं।
शोधकर्ताओं की एक टीम ने इस पहेली को सुलझाने के लिए एक विशाल, एकीकृत डेटासेट बनाकर इस समस्या का समाधान किया है जो आठ अलग-अलग ओरेकल प्रणालियों के रिकॉर्ड को एक ही, समझने योग्य भाषा में अनुवाद करता है। उन्होंने केवल डेटा एकत्र नहीं किया; उन्होंने प्रत्येक लेनदेन की कहानी को फिर से बनाया, सावधानीपूर्वक यह अंतर करते हुए कि कौन सा पैसा वादा किया गया था, कौन सा वास्तव में कमाया गया था, और कौन सा खो गया था। उनका कार्य एक सौ मिलियन विशिष्ट जवाबदेही अवलोकनों को कवर करता है, जो पाँच प्रमुख प्रणालियों और तीन छोटी प्रणालियों में अरबों डॉलर की डिजिटल संपत्तियों की यात्रा को ट्रैक करता है। परिणाम इन डिजिटल संदेशवाहकों के व्यवहार का एक स्पष्ट मानचित्र है, जो दिखाता है कि वे ठीक कब पुरस्कृत होते हैं, कब दंडित किए जाते हैं, और कब प्रणाली वास्तव में यह नहीं बता पाती कि क्या हुआ।
टीम ने इस तकनीक की आठ अलग-अलग शाखाओं पर ध्यान केंद्रित किया, जिसमें पाँच प्रमुख प्रणालियाँ शामिल हैं जो जटिल विवादों को संभालती हैं और तीन अन्य जो प्रक्रिया के विशिष्ट हिस्सों पर ध्यान केंद्रित करती हैं। उन्होंने इन प्रणालियों के जीवन की शुरुआत से लेकर 2026 के मध्य तक की एक विशिष्ट समय सीमा तक के रिकॉर्ड एकत्र किए। कुल मिलाकर, उन्होंने एक सौ मिलियन से अधिक 'टाइप्ड ऑब्जर्वेशन' (typed observations) को व्यवस्थित किया, जो एक घटना का व्यक्तिगत रिकॉर्ड है, जैसे कि डेटा का अनुरोध, एक संदेशवाहक की रिपोर्ट, या एक विवाद पर वोट। उन्होंने बीस दो मिलियन से अधिक 'इकोनॉमिक कंपोनेंट्स' (economic components) की भी पहचान की, जो उन घटनाओं के विशिष्ट वित्तीय हिस्से हैं, जैसे कि पुरस्कार की गणना या दंड का आकलन। महत्वपूर्ण रूप से, उन्होंने इन्हें लगभग उन्नीस मिलियन रिकॉर्ड तक फ़िल्टर किया जहाँ पैसा वास्तव में बदला गया या वास्तव में दंड लागू किया गया, जिससे सैद्धांतिक वादों और वास्तविक परिणामों के बीच अंतर स्पष्ट हुआ।
इस डेटा के पहाड़ को समझने के लिए, टीम को फोरेंसिक अकाउंटेंट की तरह कार्य करना पड़ा। उन्होंने महसूस किया कि ब्लॉकचेन पर धन का एक साधारण हस्तांतरण हमेशा लाभ नहीं होता है। कभी-कभी हस्तांतरण केवल जमा राशि की वापसी होती है, और कभी-कभी दंड की गणना तो की जाती है लेकिन उसे वास्तव में लिया नहीं जाता है। शोधकर्ताओं ने प्रत्येक लेनदेन के जीवन को पुनर्गठित करने के लिए एक चरण-दर-चरण प्रक्रिया बनाई। उन्होंने विभिन्न नेटवर्क के कच्चे कोड लॉग (raw code logs) को पढ़ना शुरू किया, फिर घटनाओं के क्रम को जोड़कर देखा कि कैसे सूचना का एक अनुरोध एक रिपोर्ट, एक विवाद और अंततः एक भुगतान या हानि में बदल गया। उन्होंने प्रत्येक विशिष्ट प्रणाली के नियमों पर बारीकी से ध्यान दिया, यह सुनिश्चित करते हुए कि एक प्रणाली में "पुरस्कार" को दूसरी प्रणाली में "शुल्क" के रूप में न समझा जाए।
उनके कार्य की सबसे महत्वपूर्ण खोजों में से एक दावा की गई राशि और वास्तविक राशि के बीच का अंतर है। कई प्रणालियों में, एक प्रतिभागी पुरस्कार का हकदार हो सकता है, लेकिन यदि वह इसे क्लेम नहीं करता है, तो पैसा वहीं पड़ा रहता है, बिना एकत्र हुए। शोधकर्ताओं ने सुनिश्चित किया कि उनका डेटा इस बात में अंतर करे कि पैसा केवल बकाया था या वास्तव में भुगतान किया गया था। उन्होंने प्रतिभागी की अपनी पूंजी की वापसी को उनके द्वारा कमाए गए लाभ से भी अलग किया। यह अंतर अत्यंत महत्वपूर्ण है क्योंकि यह इस बात की पूरी तस्वीर बदल देता है कि इन प्रणालियों की वास्तविक लागत या आय कितनी है। उदाहरण के लिए, उनके द्वारा अध्ययन की गई एक प्रणाली में, उन्होंने पाया कि 834 विवादित मामलों को पिछले प्रयासों में गलत वर्गीकृत किया गया था, जहाँ विजेता के पुरस्कार को छोड़ दिया गया था या दंड को दो बार गिना गया था। इन त्रुटियों को सुधारकर, उन्होंने वित्तीय वास्तविकता का कहीं अधिक सटीक दृश्य प्रदान किया।
टीम ने अपने काम की विश्वसनीयता सुनिश्चित करने के लिए इसकी कड़ाई से जाँच भी की। उन्होंने यह देखने के लिए परीक्षण चलाए कि क्या संख्याएँ सही ढंग से जुड़ती हैं, और अपेक्षित भुगतानों की तुलना वास्तविक रूप से स्थानांतरित धन से की। उन प्रणालियों में जहाँ वे लेनदेन के पूर्ण पथ को ट्रैक कर सके, संख्याएँ पूरी तरह से मेल खाती थीं। उन्होंने परीक्षण मामलों का एक छोटा सेट भी बनाया ताकि यह देख सकें कि क्या उनका पुनर्गठित डेटा भविष्य के परिणामों की भविष्यवाणी कर सकता है, जैसे कि कोई विवाद जीता जाएगा या हारा जाएगा। उनका डेटा यादृच्छिक अनुमान (random guessing) से बेहतर प्रदर्शन करता है, जो दर्शाता है कि उनके द्वारा खोजे गए पैटर्न वास्तविक और उपयोगी थे। हालाँकि, वे इस बात पर ध्यान देने में भी सावधान रहे कि उनका डेटा उन निर्णयों को दर्शाता है जो स्वयं प्रणालियों द्वारा लिए गए हैं, न कि इस बात का स्वतंत्र परीक्षण कि वास्तविक दुनिया में जानकारी तथ्यात्मक रूप से कितनी सत्य थी।
यह डेटासेट केवल संख्याओं की सूची नहीं है; यह एक उपकरण है जो शोधकर्ताओं को यह पूछने की अनुमति देता है कि ये डिजिटल अर्थव्यवस्थाएँ कैसे कार्य करती हैं। यह प्रकट करता है कि जबकि प्रणालियाँ निष्पक्ष होने के लिए डिज़ाइन की गई हैं, पैसे को रिकॉर्ड करने का तरीका भ्रमित करने वाला और असंगत हो सकता है। इन प्रक्रियाओं का एक स्पष्ट, मानकीकृत दृश्य प्रदान करके, शोधकर्ताओं ने इन प्रक्रियाओं की गहरी समझ के लिए द्वार खोल दिए हैं। उन्होंने दिखाया है कि हालांकि तकनीक जटिल है, लेकिन इसके द्वारा संचालित आर्थिक प्रोत्साहन को मापा और समझा जा सकता है, बशर्ते कि आप विभिन्न भाषाओं को एक सामान्य कहानी में अनुवादित करने के लिए समय लें। यह कार्य यह दावा नहीं करता है कि उसने हर समस्या को हल कर दिया है या हर छिपे हुए सत्य को खोज लिया है, लेकिन इसने इन प्रणालियों की तुलना करने और उनके वास्तविक आर्थिक प्रभाव को समझने के लिए पहला विश्वसनीय आधार बनाया है।
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।