Temas en tendencia
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

더 쓰니 | THE SSUNI
El maximalista comunitario.
Sin comentarios. Gomen Nasai. (acción temporal)
Rechazo educadamente la petición.
No respondo preguntas personales.
Por favor, estudia donde necesites.
Respetad los caminos de los demás y seguid vuestro propio camino.
Me gusta.
Influencers de privacidad, la estructura de estrellas sin rostro
@nesaorg , @OpenGradient, @xeetdotai
El concepto de influencer de privacidad es un término que describe una estructura en la que la cara, el nombre real o el contenido específico de una persona no se revela, sino únicamente en función de la figura de influencia. El modelo se basa en tres componentes: Nesa, una tecnología que preserva la privacidad; OpenGradient, una capa de inteligencia artificial que verifica el impacto; y Xeet, que cuantifica los datos de influencia social y los conecta con recompensas. Esta estructura ha llamado la atención por su intento de transformar la influencia digital en valor económico minimizando la exposición personal.
El punto de partida de este modelo es el cansancio de la divulgación de identidad y la exposición de marca personal, que ha sido exigido por la industria de influencers existente. Algunos creadores han monetizado el tráfico de contenido o las métricas de interacción únicamente sin revelar sus rostros ni usar sus nombres reales, y esto se ha observado en áreas relativamente menos reguladas como páginas de información de bienestar, cuentas de memes y cuentas de análisis técnico. Sin embargo, estos casos también se presentaron con la connivencia o tolerancia de la plataforma, y no se confirmó que se extendiera a todo el área publicitaria donde la responsabilidad legal es claramente requerida.
NESA se basa en una tecnología diseñada para realizar operaciones de inteligencia artificial en un estado cifrado con una capa responsable de la protección de la privacidad en esta estructura. Esta tecnología pretende demostrar que el cálculo se realizó correctamente sin exponer los datos de entrada, los resultados de salida y la estructura interna del modelo. Teóricamente, es posible demostrar que ciertos cálculos se realizaron correctamente sin revelar la identidad de los usuarios ni el contenido del contenido, pero aún no existen casos probados en entornos reales para demostrar de forma fiable datos a gran escala que fluctúan en tiempo real, como la influencia de las redes sociales.
OpenGradient es una capa de verificación de inteligencia artificial para garantizar la fiabilidad de los resultados computacionales. El sistema proporciona un registro verificable del proceso de razonamiento realizado por la inteligencia artificial y proporciona un modelo para detectar duplicaciones entre cuentas o la posibilidad de un ataque a Sybil en algunas áreas. Sin embargo, en los datos publicados hasta ahora, no se ha identificado un modelo dedicado que evalúe con precisión la calidad o el impacto real del contenido social, y solo se analiza la existencia de cuentas o patrones de red. Esto es más un medio auxiliar para filtrar la autenticidad de un relato que para demostrar su influencia por sí mismo.
Xeet es una capa de datos responsable de la estructura real de la recompensa, y analiza y puntua diversas señales generadas por publicaciones e interacciones utilizando inteligencia artificial. El sistema se centra en la calidad y el contexto de las respuestas más que en el simple número de seguidores, e incluye dispositivos que detectan y penalizan spam o patrones automatizados. De hecho, hay casos en los que los puntos de influencia están vinculados a las recompensas a través de las clasificaciones operativas y las estructuras de torneos, pero esto tampoco garantiza una precisión completa, como en casos en los que los usuarios normales quedan temporalmente en desventaja durante el proceso de entrenamiento del algoritmo.
El núcleo del modelo de influencer de privacidad, que combina estos tres elementos, reside únicamente en demostrar influencia ocultando contenido e identidad. Sin embargo, las tecnologías probadas hasta ahora se limitan a indicadores relativamente estáticos como el número de seguidores o cifras agregadas como la participación total, y la persuasión real o el efecto comercial del contenido individual no ha sido confirmado en tiempo real. Además, este proceso de prueba implica inevitablemente la vinculación de datos con plataformas externas y problemas de confianza.
El entorno regulatorio es la mayor limitación de este modelo. Las regulaciones publicitarias en Estados Unidos y Europa exigen una divulgación clara de la relación entre anunciantes y compensación, y estipulan que la parte responsable debe ser claramente identificada para que los consumidores puedan reconocer que se trata de un anuncio. Estas regulaciones se basan en la identificación de individuos o sujetos que participaron en anuncios y entran en conflicto con la estructura de obtención de ingresos publicitarios manteniendo el anonimato total. Los precedentes reales y las interpretaciones regulatorias también dejan claro que las plataformas pueden ser responsables si descuidan la estructura publicitaria anónima.
También se revelan limitaciones en cuanto a la confianza. Las investigaciones y las respuestas de los usuarios muestran que en áreas donde la responsabilidad es importante, como finanzas, inversión y productos de alto valor, la confianza en los proveedores de información anónimos tiende a ser baja. Una estructura que explica la influencia solo por la puntuación calculada por el algoritmo tiende a crear la percepción de que los criterios de evaluación son opacos, lo que provoca disputas y quejas repetidas.
La estructura económica también refleja los problemas del mercado actual de influencers. Los datos reales muestran que las recompensas basadas en la influencia están extremadamente concentradas en los pocos, con la mayoría de los participantes manteniendo rendimientos bajos. En lugar de facilitar esta estructura de distribución, el anonimato tiene el potencial de amplificar la desconfianza al hacer que los estándares de compensación sean más opacos. Además, con las pérdidas derivadas de la manipulación de métricas y la actividad de bots que se reportan continuamente en el mercado publicitario, la estructura de eliminar la responsabilidad basada en la identidad no proporciona una base para mitigar estos problemas.
En conjunto, el modelo de influencer de privacidad tiene características claras, ya que es un intento técnico de minimizar la exposición de información personal, pero también tiene limitaciones prácticas como limitaciones técnicas para demostrar influencia, conflictos con la normativa publicitaria, problemas de confianza y rendición de cuentas, y desequilibrios en la estructura existente del mercado. Según los hechos publicados y verificados hasta ahora, este modelo tiene importancia como estructura experimental, pero no hay pruebas que evalúen que opere de forma estable en el ecosistema publicitario convencional.
$XEET $NESA



19
Prueba de identidad Club Noble
@billions_ntwk , @moonbirds , @inference_labs
El concepto de club aristocrático de prueba de identidad se presenta como un ejemplo de cómo se pueden formar comunidades digitales que exijan tanto anonimato como exclusividad. La clave de esta estructura es el proceso de demostrar que ciertos criterios se han cumplido sin revelar quiénes son, creando un espacio cerrado al que solo unos pocos pueden acceder. Este concepto puede entenderse como una combinación de prueba de identidad de conocimiento cero, verificación por inteligencia artificial y el ya conocido modelo de comunidad NFT.
El proceso de entrada del club comienza con pruebas de identidad basadas en conocimiento cero proporcionadas por Billions Network. Billions Network ha proporcionado tecnología para demostrar que una persona no es duplicada sin revelar ni almacenar información personal identificable, y de hecho se ha utilizado en lanzamientos aéreos y experimentos financieros. Estas pruebas se utilizan como un medio para demostrar que el solicitante ha cumplido las condiciones sin revelar su nombre real ni información personal. Sin embargo, en los datos publicados hasta ahora, no existe ningún caso comercial que demuestre que el ranking en sí está en el 0,1% superior de todos los solicitantes de forma cero de conocimiento.
Además de este paso de prueba de identidad, se combina la verificación de inteligencia artificial de Inference Labs. Inference Labs ha desarrollado tecnología para demostrar criptográficamente el proceso de inferencia de modelos de inteligencia artificial, proporcionando la infraestructura para verificar si entradas específicas cumplen ciertos criterios. Basada en documentación publicada y repositorios de código, la tecnología se centra en demostrar que el modelo realmente realizó esa inferencia, y no existe registro de demostraciones o fallos aplicados al control de acceso comunitario a gran escala. Esta etapa se explica como una estructura que determina automáticamente el estatus del solicitante, pero los criterios y resultados no se revelan al mundo exterior.
La comunidad de NFT de Moonbirds se presenta en forma de una comunidad a la que solo pueden acceder quienes superan esta doble verificación. Moonbirds ya tiene una estructura en la que la membresía se forma a través de la propiedad de NFTs, y la propiedad se distribuye a un número limitado de poseedores basándose en datos en cadena. Esta estructura se alinea con el modelo actual de bloqueo de tokens, que utiliza tokens o NFTs como claves para acceder al espacio. Casos pasados de comunidades de tokens basadas en invitación, como Friends With Benefits, han demostrado en la práctica que este modelo es técnicamente posible, pero también demuestra que pueden surgir sesgos internos o controversias operativas.
Ejemplos similares de pruebas de identidad incluyen el sistema de pruebas humanas de Gitcoin Passport y la autenticación de usuario no duplicada de BrightID. Estos sistemas se han utilizado para reducir ataques a Sybil permitiendo solo una cuenta por persona manteniendo el anonimato. Este precedente se evalúa como un ejemplo objetivo que demuestra que las pruebas anónimas de identidad pueden usarse para controlar el acceso de la comunidad. Por otro lado, se han reportado casos en los que estructuras demasiado cerradas, como el de la Fundación que retiró su política basada en invitaciones, no recibieron respuesta del mercado.
Desde un punto de vista legal y social, existe la interpretación de que si este modelo de club aristocrático se clasifica como una comunidad privada, puede que no esté directamente sujeto a las regulaciones antidiscriminatorias aplicadas a instalaciones públicas en algunas zonas. Al mismo tiempo, el marco regulatorio de inteligencia artificial de la UE podría clasificar a la inteligencia artificial utilizada para el control de acceso como un grupo de alto riesgo, lo que plantea la necesidad de documentar la equidad y la explicabilidad. Las pruebas de conocimiento cero se evalúan como elementos que cumplen con las normas de protección de la información personal en cuanto a minimizar la información personal, pero los casos en los que la propia estructura en la que los estándares no se revelan al mundo exterior también han sido objeto de debates sobre la equidad en académicos y medios de comunicación.
En resumen, el club aristocrático de pruebas de identidad se describe como una estructura que conecta los elementos existentes de la tecnología de prueba de identidad de conocimiento cero, la infraestructura de verificación por inteligencia artificial y la membresía basada en NFTs en un único flujo. Cada elemento tiene un caso de uso real y documentación técnica individualmente, pero no ha habido casos objetivos de funcionamiento como un sistema totalmente comercial que los combine para filtrar solo a los muy pocos superiores. No obstante, este modelo puede resumirse como una estructura que puede usarse como referencia para entender qué procedimientos técnicos pueden emplearse para construir una comunidad digital que requiera tanto anonimato como exclusividad.
$BILL $BIRB $ETH



1.54K
DeFi para Estados Soberanos: La estructura y limitaciones del DeFi solo gubernamental
@IOPn_io , @RaylsLabs , @fraxfinance
El concepto de DeFi para estados soberanos se utiliza como expresión para referirse a un intento de gestionar los activos financieros y las operaciones de tesorería que posee el Estado sobre una estructura financiera basada en blockchain. En el centro de esta discusión están IOPn, denominado sistema nacional de identidad, Rayls, una blockchain diseñada para el cumplimiento regulatorio, y Frax Finance, un protocolo financiero descentralizado que ya opera en el sector privado. Estos tres elementos se desarrollaron para diferentes propósitos y antecedentes, y hasta ahora no se ha confirmado ningún caso en el que hayan sido combinados y operados en un único sistema integrado. Sin embargo, la razón por la que se mencionan juntos es que se utilizan como ejemplos representativos para explicar la discusión sobre si el gobierno puede utilizar directamente la estructura DeFi.
IOPn es una red para gestionar identidades digitales en la blockchain, y cuenta con una estructura que expresa la identidad de individuos o instituciones en forma tokenizada. El sistema se centra en tratar las identidades como identificadores difíciles de cambiar en lugar de simples cuentas, y su posible uso se ha debatido principalmente en áreas como la tokenización de activos reales y los vínculos de servicios públicos. IOPn en sí funciona como una infraestructura de gestión de identidades y no es un sistema que realice directamente transacciones financieras o gestión de activos. Por ello, en las discusiones sobre DeFi para estados soberanos, el IOPn se denomina capa de identidad para distinguir claramente con quién un estado o institución pública realiza transacciones y en qué términos.
Rayls es una blockchain diseñada con el cumplimiento normativo como premisa central, con una estructura que combina redes públicas y con permisos. La cadena se centra en implementar técnicamente la verificación de identidad y el control de acceso para los participantes en transacciones, y está diseñada para permitir que reguladores u operadores designados gestionen partes de la red. Rayls incluye dispositivos técnicos para cumplir condiciones como privacidad, seguimiento de transacciones y auditabilidad exigidos por bancos centrales o instituciones financieras. Debido a estas características, Rayls se considera una infraestructura favorable a la regulación que puede ser utilizada por gobiernos y el sector público cuando experimentan con la tecnología blockchain.
Frax Finance es un protocolo financiero descentralizado que opera en el sector privado y ha estado proporcionando stablecoins vinculadas al dólar y diversos mecanismos financieros para apoyarlas. Frax emite stablecoins según sus propias reglas de protocolo y estructura de garantías, y las utiliza para proporcionar liquidez o gestionar activos vinculándolas con otros servicios DeFi. El sistema opera en un entorno blockchain público y no es gestionado directamente por el gobierno ni por instituciones públicas. Sin embargo, hay casos en los que se han introducido procedimientos de verificación de identidad o cumplimiento para responder a cambios en el entorno regulatorio.
Cuando aparece el término DeFi para estados soberanos, estos tres elementos a veces se describen como un sistema continuo. Sin embargo, según datos públicos y documentos oficiales hasta la fecha, no hay confirmación de ninguna implementación real de estructuras de integración o casos de operación conjunta entre IOPn, Rayls y Frax Finance. Cada uno de ellos existe como un proyecto independiente, y la filosofía de diseño, la entidad operativa y el objeto de aplicación también son diferentes. El precedente de que el gobierno gestiona directamente la tesorería nacional mediante protocolos DeFi o gestiona la liquidez con participantes ordinarios también está limitado en la fase experimental.
Analizando los casos de uso existentes de blockchain gubernamental, muchos se han centrado en fines limitados como mejorar la eficiencia de los sistemas de pago, proyectos piloto de tokenización de activos y mejorar las estructuras de liquidación interinstitucional. En este proceso, el gobierno participó principalmente como supervisor o emisor, y no se reportaron casos de actuar como operador DeFi completamente definido. Esto está estrechamente vinculado a cuestiones estructurales como la regulación financiera, la rendición de cuentas y la relación con la política monetaria.
Como resultado, el concepto de DeFi para estados soberanos es más una expresión analítica utilizada para describir diferentes tecnologías e instituciones que un único modelo operativo en este momento. IOPn funciona como infraestructura de gestión de identidad, Rayls como blockchain regulada y Frax Finance como protocolo DeFi privado, respectivamente, y no existe un acoplamiento directo ni integración liderada por el gobierno entre ellos. Este hecho demuestra que el DeFi solo gubernamental puede discutirse en el ámbito de la imaginación técnica y el discurso político, pero falta un precedente claro antes de que pueda convertirse en un ejemplo operativo probado.
$IOP $FRAX $RLS



273
Populares
Ranking
Favoritas
