TM-RUGPULL: A Temporary Sound, Multimodal Dataset for Early Detection of RUG Pulls Across the Tokenized Ecosystem
本文介绍了 TM-RugPull，这是一个经过严格筛选的、包含 1,028 个代币项目的多模态数据集，旨在克服现有资源中的数据泄露和模态局限性，从而为整个代币化生态系统中早期检测“跑路”骗局建立新的基准。
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
想象加密货币世界是一个庞大、喧嚣的数字集市。在这个市场中，人们创建新的“代币”（数字币）出售给投资者。有时，创建者是诚实的，构建了有价值的东西；但有时，他们是骗子，实施“拉地毯”（Rug Pull）骗局。
把“拉地毯”想象成嘉年华游戏摊主：他们搭起摊位，收走所有人的钱，然后在玩家意识到游戏被操纵之前，突然把地毯从脚下抽走，卷款潜逃。
你分享的论文 TM-RugPull 旨在为计算机构建一本更好的“训练手册”，以便在骗子卷款潜逃之前就识别出他们。以下是用通俗语言整理的要点：
问题：一本“倒叙”的训练手册
目前，计算机用于识别骗子的工具存在缺陷。这就像试图通过向保安展示小偷在偷钱并逃跑之后的照片，来教他们识别小偷。
- 缺陷所在： 旧数据集使用的线索仅在骗局完成之后才会出现（例如价格崩盘或资金消失）。
- 结果： 基于这些数据训练的计算机自以为擅长预测骗局，但在现实世界中却会失败，因为它们依赖的线索直到为时已晚才存在。此外，它们大多只关注一种类型的项目（去中心化金融 DeFi），而忽略了迷因币、游戏或名人代币中的骗局。
解决方案：一本“时间旅行”数据集
作者创建了一个名为 TM-RugPull 的新数据集。他们设计了一条严格的“时间旅行”规则：“你只能查看灾难发生之前可用的信息。”
以下是他们的构建方式：
1. 多元化的群体（1,000 个项目）
他们不再只关注严肃的金融应用，而是收集了 1,000 个不同的项目。想象这样一个阵容：
- 严肃的金融应用（DeFi）。
- 有趣的网络笑话（迷因代币）。
- 数字艺术和游戏（NFT）。
- 名人品牌代币。
这确保了计算机能够识别任何类型数字项目中的骗子，而不仅仅是严肃的项目。
2. “中点”规则（防止时间泄露）
为了确保计算机不会通过窥探未来作弊，作者为每个项目选定了一个特定的时间“中点”。
- 规则： 计算机只被允许查看项目生命周期前半段（中点之前）的数据。
- 核查： 如果项目后来被证实是骗局，计算机的评分仅基于它是否仅利用早期线索就预测到了骗局。如果计算机使用了骗局开始之后才出现的线索，则会被取消资格。这被称为防止“时间泄露”。
3. 市场的三只眼（多模态数据）
为了获得全景视角，数据集同时通过三个不同的“镜头”观察项目：
- 镜头 1：链上行为： 监控区块链上资金和代币的实际流动（就像监视收银台）。
- 镜头 2：智能合约元数据： 读取代码本身编写的“规则”（就像阅读合同中的细字条款）。
- 镜头 3：开源情报（OSINT）： 检查社交媒体、谷歌搜索和新闻（就像倾听广场上的流言蜚语）。
- 重要性： 通常，人们在 Twitter 或谷歌上谈论骗局的时间，往往早于资金在区块链上实际消失的时间。该数据集能捕捉到这些早期信号。
4. 人类侦探团队（人工标注）
作者没有让计算机自行决定谁是骗子，而是动用了一支人类专家团队。
- 流程： 他们在事态恶化后观察项目 72 小时。如果流动性消失、活动停止且价格冻结，他们将其标记为“拉地毯”骗局。
- 安全网： 他们将此结果与已知的诈骗数据库进行双重核对，并需要两位专家达成一致意见，以确保不出差错。
结果
该论文为人工智能提供了一个干净、诚实且多样化的训练集。
- 它包含 1,000 个项目（约 60% 为骗子，40% 为诚实者）。
- 它涵盖 5 条不同的区块链（如以太坊和币安链）。
- 它严格禁止利用未来信息进行“作弊”。
简而言之： 作者为 AI 安全卫士构建了一个“飞行模拟器”。他们不是让卫士观看已经发生的坠机视频，而是让他们在坠机前的信号中进行训练，这样卫士才能真正阻止飞机坠毁。他们已将此模拟器及构建它的代码公开，供所有人使用。
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。