Erfahre mehr über „Chaining Multiple Data Oracles“ in den Dokus des Newton Protocols. Ich bin ziemlich überrascht darüber, was Data Oracles niemals tun.
Jeder Data Oracle liefert nur Facts wie risk_score, is_collapsed oder tvl_drawdown. Sie treffen keine Schlussfolgerungen, ob eine Transaktion Allow oder Deny ist. Diese Aufgabe bleibt für die Rego-Policy.
Das ist nicht nur eine Aufteilung der Verantwortlichkeiten.
Es zeigt auch, dass das Newton Protocol Fact von Judgment trennt.
Wenn ein Fact nicht mehr an ein festes Judgment gebunden ist, kann derselbe risk_score von mehreren Policies auf völlig unterschiedliche Weise interpretiert werden. Eine Policy hält 60 für ausreichend sicher, um Allow zu erlauben; eine andere akzeptiert wiederum nur Werte ab 80. Der Fact bleibt gleich, nur das Judgment ändert sich.
Ein Fact beendet seine Rolle daher nicht nach der ersten Nutzung. Wenn eine weitere Policy hinzukommt, wird genau dieser Fact erneut anhand eines neuen Maßstabs interpretiert, um eine andere Decision zu erzeugen, ohne die Daten von Grund auf erneut zu sammeln.
Der Wert eines Facts endet ebenfalls nicht beim ersten Gebrauch.
Jede neue Policy eröffnet einen weiteren Kontext, sodass der alte Fact weiterhin Wert erzeugen kann. Genau diese Trennung zwischen Fact und Judgment hat einen Fact Appreciation Mechanism geschaffen.
Am interessantesten finde ich, dass das Newton Protocol nicht versucht, Data Oracles dazu zu bringen, mehr Facts zu erzeugen. @NewtonProtocol sorgt dafür, dass jeder Fact weiterhin Wert erzeugt, nachdem er einmal erschaffen wurde. Wenn das Ökosystem um weitere Policies wächst, werden die alten Facts fortlaufend anhand neuer Standards neu interpretiert. Wenn sich dieser Prozess weiter wiederholt, führt der Fact Appreciation Mechanism dazu, dass der Wert der Daten mit dem Wachstum des gesamten Ökosystems steigt – statt nur beim ersten Einsatz stehen zu bleiben.
#Newt $EVAA $NEWT
Jeder Data Oracle liefert nur Facts wie risk_score, is_collapsed oder tvl_drawdown. Sie treffen keine Schlussfolgerungen, ob eine Transaktion Allow oder Deny ist. Diese Aufgabe bleibt für die Rego-Policy.
Das ist nicht nur eine Aufteilung der Verantwortlichkeiten.
Es zeigt auch, dass das Newton Protocol Fact von Judgment trennt.
Wenn ein Fact nicht mehr an ein festes Judgment gebunden ist, kann derselbe risk_score von mehreren Policies auf völlig unterschiedliche Weise interpretiert werden. Eine Policy hält 60 für ausreichend sicher, um Allow zu erlauben; eine andere akzeptiert wiederum nur Werte ab 80. Der Fact bleibt gleich, nur das Judgment ändert sich.
Ein Fact beendet seine Rolle daher nicht nach der ersten Nutzung. Wenn eine weitere Policy hinzukommt, wird genau dieser Fact erneut anhand eines neuen Maßstabs interpretiert, um eine andere Decision zu erzeugen, ohne die Daten von Grund auf erneut zu sammeln.
Der Wert eines Facts endet ebenfalls nicht beim ersten Gebrauch.
Jede neue Policy eröffnet einen weiteren Kontext, sodass der alte Fact weiterhin Wert erzeugen kann. Genau diese Trennung zwischen Fact und Judgment hat einen Fact Appreciation Mechanism geschaffen.
Am interessantesten finde ich, dass das Newton Protocol nicht versucht, Data Oracles dazu zu bringen, mehr Facts zu erzeugen. @NewtonProtocol sorgt dafür, dass jeder Fact weiterhin Wert erzeugt, nachdem er einmal erschaffen wurde. Wenn das Ökosystem um weitere Policies wächst, werden die alten Facts fortlaufend anhand neuer Standards neu interpretiert. Wenn sich dieser Prozess weiter wiederholt, führt der Fact Appreciation Mechanism dazu, dass der Wert der Daten mit dem Wachstum des gesamten Ökosystems steigt – statt nur beim ersten Einsatz stehen zu bleiben.
#Newt $EVAA $NEWT