मशीन लर्निंग
Archimedes को लगभग एक वर्ष तक समवर्ती रूप से सिद्धांतित, परीक्षण और प्रशिक्षित किया गया है।
मॉडल डिजाइन
किसी भी AI मॉडल के लिए, इनपुट डेटा के प्रत्येक सेट को पहले परिभाषित करने और अंततः एल्गोरिथम को प्रशिक्षित करने के लिए निर्धारित करने की आवश्यकता होती है।
Mozaic की मशीन लर्निंग टीम वर्तमान में मॉडलिंग के दौरान एक मिनट के फीड के माध्यम से ब्लॉक दर ब्लॉक और सिक्का मूल्य डेटा निकालती है।
इसका विशिष्ट कारण है:
प्रत्येक चेन की अलग-अलग अपडेट आवृत्तियाँ होती हैं
ब्लॉक-दर-ब्लॉक APY डेटा मात्रात्मक है और कई अन्य मेट्रिक्स को समाहित करता है
अस्थिर बाजार में नेटिव प्रोटोकॉल टोकन बेचने के लिए एक मिनट का टोकन मूल्य डेटा महत्वपूर्ण है (फार्मिंग करते समय)
Archimedes को सबसे कुशल यील्ड फार्मर बनने के लिए प्रशिक्षित करना।
प्रारंभिक परीक्षण केस
Archimedes और Mozaic के स्टेबलकॉइन वॉल्ट के साथ सैद्धांतिक रूप से एक प्रारंभिक 14 दिन का सिमुलेशन (7-14 अप्रैल, 2022) किया गया, जो cBridge पर फार्मिंग कर रहा था।
Archimedes ने चौदह दिनों में से लगभग पांच दिनों के लिए Avalanche चेन पर, चार दिनों के लिए Ethereum चेन पर, और अन्य पांच दिनों के लिए Optimism, Polygon, Fantom, और फिर से Ethereum के वैकल्पिक संयोजन पर फंड का पुनर्संतुलन किया। AAVE पर यील्ड में उछाल (27%) को भी एक दिन के बड़े हिस्से के लिए कैप्चर किया गया।
14 दिनों में Mozaic के ऑम्नीचेन स्टेबलकॉइन वॉल्ट का उपयोग करने से लगभग 19.02% का ज्यामितीय दैनिक अपेक्षित रिटर्न प्राप्त हुआ।
उसी 14 दिन की अवधि में सर्वोत्तम प्रदर्शन करने वाले वॉल्ट में अपनी 100% संपत्ति छोड़ने से केवल 13.98% का प्रतिफल मिला।
स्टेकिंग ऑप्टिमाइजर
Stargate सिंगल-साइडेड स्टेकिंग पूल्स पर फार्मिंग करते हुए Archimedes के लिए एक लाइव टेस्ट किया गया।
इस प्रक्रिया के दौरान, Archimedes को प्रशिक्षित करने के लिए आवश्यक मॉडलिंग डेटा को कैप्चर करने के लिए एक APY डेटा निष्कर्षण उपकरण विकसित किया गया था। यह निष्कर्षण उपकरण किसी भी APY डेटा को ब्लॉक दर ब्लॉक निकालता है।
ट्रेडिंग ऑप्टिमाइजर
प्रोटोकॉल अपने APY को बढ़ाने के लिए पुरस्कार के रूप में अपने नेटिव टोकन का उपयोग करते हैं।
Archimedes द्वारा नेटिव टोकन पुरस्कारों को बेचने से प्राप्त प्रतिस्पर्धात्मक लाभ दिखाने के लिए Stargate पर एक और लाइव टेस्ट किया गया।
Last updated
