Ich freue mich, eine neue Herausforderung im Mechanismusdesign von mir und @danrobinson zu teilen. Kannst du die beste AMM-Gebührenstrategie entwickeln, die in einem dynamischen Handelsumfeld gedeiht? Versuche es und reiche es über den Link unten ein. 1/
Diese Herausforderung ist so gestaltet, dass der Benutzer eine schnelle iterative experimentelle Schleife mit AI-Codierungstools haben kann. Die AI-Codierungstools allein erzielen nicht sehr gute Ergebnisse, aber mit ein paar wichtigen Erkenntnissen des Benutzers können sie große Punktesprünge freischalten 2/
Nachdem ich dieses Rätsel ein paar Tage lang versucht habe, denke ich, dass es die Intuition für das Design von AMMs in der realen Welt ziemlich gut erfasst. Einige der Ideen zur Verbesserung realer AMMs scheinen im Wettbewerb gut zu funktionieren. Ungefähre Punkteschwellen 450+: Nicht ganz schlecht 480+: Solide 510+: Stark 540+: ??? 3/
Dieses Problem war der Auslöser für meine Wertschätzung von Codex. Ich war völlig unfähig, bei diesem Problem mit Opus Fortschritte zu machen. Wenn du etwas anderes findest, würde ich gerne davon hören.
benedict
benedict5. Feb., 03:35
Es ist irgendwie verblüffend, wie viel besser Codex als Opus bei statistischen und quantitativen Handelsforschungsproblemen ist. Opus ist völlig unfähig, rigorose Schlussfolgerungen zu Problemen zu ziehen, die Codex im Handumdrehen lösen kann. Ein großes Update für mich, wie sprunghaft die Intelligenz bei diesen Modellen ist.
Die nächste Generation von Durchbrüchen in schwierigen Anwendungsbereichen wird wahrscheinlich aus Setups wie diesem kommen. Eine gut gestaltete Simulationsschleife und eine Zielmetrik, an der ein Agent und ein Mensch gemeinsam iterieren können. Diese Struktur macht den Prozess der Entdeckung und Validierung viel schneller.
111