Are Whitepaper Claims Reflected in Market Structure? A Contamination-Aware Pipeline and a Power-Limited Null
本文提出了一种具备污染感知能力的流水线，该流水线揭示了先前报道的加密货币白皮书叙事与市场结构之间的一致性信号实际上是数据误差造成的伪影，而随后对经核实的语料库进行的分析发现不存在显著的相关性，尽管较低的测量可靠性使得无法排除微弱一致性的可能性。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下你正在试图解开一个巨大的拼图，其中一半是白皮书（一个项目对其加密货币功能的华丽承诺），另一半是市场（这种代币在现实世界中的实际表现）。核心问题是：白皮书中的承诺是否与市场的现实相匹配？
这篇论文就像是一个侦探故事，调查员建立了一台极其精密的机器来对比这两个部分。但在他们着手观察拼图之前，他们必须先清理掉一堆巨大的数据乱象。
“假收据”灾难
首先，侦探发现他们的数据堆受到了污染。在他们认为的白皮书文档中，大约有四分之一其实是垃圾文件。有些只是空的“下载失败”文件，而另一些则是完全错误的文档（比如你明明在读“Cosmos”项目的说明书，结果拿到的却是“币安智能链”的文本）。
当他们清理掉这些内容后，之前观察到的某种诡异模式消失了。他们此前曾认为“专业化”代币（如隐私币）比“通用型”基础设施代币更能更好地匹配其市场行为。但一旦把这些“假收据”扔掉后，那个模式完全消失了。没有任何一种类型的代币展现出特殊的匹配度。所谓的秩序仅仅是由错误数据制造的幻象。
大考：承诺是否匹配现实？
在清理完数据后，他们对 43 个经过验证的项目进行了主测试。他们使用了一个智能计算机程序（自然语言处理，NLP）来阅读白皮书，并将它们归类为 10 个承诺类别（如“价值存储”、“隐私”或“去中心化金融/DeFi”）。然后，他们观察了 2023–2024 年间 7 项真实的市场统计数据（如价格波动率或移动幅度）。
他们尝试旋转“承诺”地图，以观察它是否能与“市场”地图对齐，使用的是一种叫做 Procrustes 旋转的数学工具。
结果如何？
两张地图并没有对齐。
- 匹配得分是 0.303（在 0.65 被视为“中等匹配”、0.70 为“强匹配”的量表中）。
- 这个得分并不显著。它基本上是一个“无效”结果。
你可以把它想象成尝试将食谱与蛋糕进行匹配。论文写道：“我们试图研究‘食谱’（白皮书）是否能预测‘蛋糕的味道’（市场）。我们发现两者之间没有强烈的联系。”
他们有多确定？（“效能”问题）
这是最重要的一部分：作者们非常诚实地解释了为什么他们没有发现匹配。他们并没有说“绝对不存在联系”，而是说：“我们的测试强度不足以观察到微弱的联系。”
他们运行了一个模拟（“正向对照实验”），在数据中注入了一个已知的匹配项，以测试他们的机器是否能发现它。
- 机器的表现： 运行良好！它几乎完美地找到了那些伪造的匹配项。
- 问题所在： “阅读食谱”的工具（NLP 分类器）有点嘈杂。它理解文本的能力并不十分可靠。
- 限制条件： 由于文本工具存在噪声，该测试只能可靠地检测出强关联（得分在 0.44 或更高）。
- 现实情况： 实际得分仅为 0.303。
因此，论文得出结论：
- 它排除了强关联的可能性（得分在 0.70 或更高）。该设计拥有超过 80% 的效能来发现这种关联，但并未发现。
- 它无法排除弱关联的可能性（约为 0.3）。测试的灵敏度不够，无法区分“微弱的匹配”与“完全没有匹配”。
总结
这并不是一个关于白皮书毫无用处的故事。这是一个关于如何做科学研究的警示故事。
- 教训 1： 如果你不检查数据中的“假收据”（污染），你可能会凭空创造出并不存在的模式。
- 教训 2： 仅仅因为你没有发现匹配，并不意味着不存在匹配；可能只是你的测量尺太模糊了，看不清细节。
作者们是在说：“我们努力寻找过了，我们也清理了数据，我们发现没有证据表明加密项目所承诺的内容与其真实行为之间存在强联系。但我们无法证明完全不存在任何联系，因为我们的工具可能由于过于模糊而无法看清微弱的联系。”
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。