Paano nahahati ang alokasyon ng public sale ng MegaETH?

Source: MegaETH

Ang paghawak ng isang 28x oversubscribed na sale na may higit sa 53,000 na kalahok ay hindi kasing dali ng tunog nito. Sa aking nakaraang artikulo, nabanggit ko na ang aming sale ay pangunahing nakatuon sa dalawang grupo:

· Yaong mga maagang aktibong miyembro ng MegaETH community

· Yaong pinaniniwalaan naming magiging pangmatagalang tagasuporta ng MegaETH

Ilang araw bago matapos ang sale, nagkita kami ni @artemis_onchain (ang aming data lead) sa Istanbul upang simulan ang malawakang mga simulation. Sinubukan naming maraming iba't ibang paraan upang "perpektong" masukat ang kontribusyon ng bawat tao, ngunit mabilis naming napagtanto na sa napakaikling panahon, hindi ito praktikal dahil ang "kontribusyon" ay isang multidimensional na konsepto.

Kaya nagpasya kaming hatiin ang isyu sa dalawang bahagi:

· Makatarungang pamamahagi sa mga kasalukuyang miyembro ng komunidad

· Pagbuo ng isang data-driven na scoring at allocation system para sa mga pangmatagalang mamumuhunan

Ang sumusunod na bahagi ng artikulong ito ay magdedetalye kung paano namin naabot ang dalawang layuning ito at ang mga kinalabasan na aming nakuha.

Allocation para sa mga Kasalukuyang Miyembro ng Komunidad

Para sa unang allocation pool — ang aming kasalukuyang komunidad, ginamit namin ang pinaka-tradisyunal na paraan: manual allocation.

Sa tulong ng aming umiiral na community infrastructure, kabilang sina @Heisenbruh at ang aming mod network, bumuo kami ng listahan ng mga miyembrong patuloy na malalim na kasali mula nang lumabas ang MegaETH mula sa stealth mode.

Kabilang sa listahang ito ang mga sumusunod:

· Mga maagang sumali at nanatiling aktibo

· Mga tumulong sa paghubog ng kultura at mga halaga ng proyekto

· Mga sumuporta sa amin sa panahon ng bear markets at tahimik na mga panahon

· Mga nagbigay ng feedback, signal, at enerhiya bago pa magkaroon ng token para sa spekulasyon

Dapat tandaan na kadalasan sa mga indibidwal na ito ay hindi pumili ng vesting. Naniniwala kami na ayos lang ito. Ang kanilang kontribusyon ay nabigyan na ng gantimpala sa pamamagitan ng oras, atensyon, at tiwala. Sa aming pananaw, sila ay "nagtrabaho na".

Bilang bahagi ng transparency, inilalathala namin dito ang listahan ng mga kalahok sa sale na sa tingin namin ay kumakatawan sa core community nitong mga nakaraang taon.

Aminado kami na hindi perpekto ang listahang ito, at tiyak na may mga taong hindi naisama. Kung isa ka sa kanila, taos-puso akong humihingi ng paumanhin.

Maliban sa mga miyembro ng komunidad na ito at mga napiling application developers na may isang taong lockup, ang iba ay hindi personal na pinili ng team.

   

Kahit sa grupong ito na pinili ng team, hindi lahat ay nakatanggap ng buong allocation, at malaki ang agwat ng pamamahagi.

Dahil sa laki ng sale at mga limitasyon ng demand sa merkado, kinailangan naming gumawa ng ilang kompromiso. Gayunpaman, naniniwala kami na ang pamamaraang ito, habang iginagalang ang mga sumuporta sa amin mula pa noon, ay nakakaiwas din na gawing isang simpleng popularity contest ang buong sale.

Kumpara sa resulta ng algorithmic automatic allocation, mas mataas ang allocation ng mga user na ito sa pangkalahatan. Maliban sa nabanggit na application developers, karamihan sa mga kalahok ay non-lockup ang kanilang bahagi.

Pagsusukat sa mga Pangmatagalang Mamumuhunan

Ang pangalawang allocation pool ay nakatuon sa mga user na sumali sa sale sa pamamagitan ng pampublikong proseso at yaong maaaring maging pangmatagalang holders ng MegaETH.

Sa bahaging ito, nais naming gumamit ng mas sistematikong paraan. Nagdisenyo kami ng scoring mechanism na isinasaalang-alang ang mga sumusunod na dimensyon:

· On-chain activity

· Social signals at organic exposure

· Espesipikong interaksyon sa MegaETH

· Kung ang partisipasyon ay nakikita bilang pangmatagalang commitment (hal. handang mag-lock up ng isang taon)

Ang layunin namin ay hindi gantimpalaan ang mga "score-grinding players" kundi matukoy hangga't maaari ang mga tunay na naniniwala.

Mga Sukatan ng Pagsusuri

Gumagamit kami ng apat na iba't ibang sukatan sa aming kabuuang scoring system:

1. Moni Score

Ang Moni Score ay ginagamit bilang:

· Pangunahing screening criterion

· Bahagi ng social score

Halimbawa:

· Ang Moni Score ko ay humigit-kumulang 7,000

· Ang Moni Score ni @artemis_onchain ay humigit-kumulang 300

Batay sa distribusyong ito, isinasaalang-alang naming itakda ang Moni Score sa 50 bilang makatwirang mababang threshold sa karamihan ng mga kaso. Hindi ito perpektong sukatan ng kalidad ng user, ngunit nananatili itong kapaki-pakinabang na reference point sa pagkakaiba ng ganap na dormant na mga account at yaong may ilang antas ng aktibidad.

Para sa mga alternatibong paraan ng social validation, tinalakay at ipinatupad din namin ito sa mga susunod na bahagi ng teksto.

2. On-chain Activity Score

Ang On-chain Activity Score ay binubuo ng maraming dimensyon, bawat isa ay may iba't ibang bigat. Ang kabuuang disenyo ay ang mga sumusunod:

· Early Participation (15%): Kumakatawan sa mga maagang adopter at kagustuhang sumugal

· OG Status (15%): Pangmatagalang partisipasyon sa buong crypto ecosystem

· Asset Holding (15%): Nagsisilbing reference para sa financial investment at "skin in the game" na partisipasyon

· NFT Activity (7.5%): Pagpapakita ng kasalukuyang on-chain activity, lalo na sa pamamagitan ng NFT participation

· Recent Activity (15%): Nakatuon hindi lang sa nakaraang partisipasyon kundi pati sa kasalukuyang on-chain behavior

· MegaETH-related Behavior (32.5%): Kabilang ang CAP Score, MEGA NFT holdings, at mga tala ng partisipasyon na direktang may kaugnayan sa MegaETH, tulad ng espesipikong testnet behavior

3. Social Score

Pinagsasama ng Social Score ang maraming dimensyon:

· Moni Score

· Kaito Data

· Iba pang reference information (tulad ng [ ] at Ethos) na ginagamit para sa manual review

Hindi kami umasa sa isang sukatan lamang kundi gumamit ng kombinasyon ng maraming tool. Ang pamamaraang ito ay nakatulong sa amin na epektibong salain ang mga halatang bot at mababang kalidad na spam accounts, habang mas mahusay na natutukoy ang mga kalahok na tunay na nakikisalamuha sa komunidad.

4. Mega Score

Ang Mega Score ay partikular na iniakma para sa mga participation signals ng MegaETH, kabilang ang:

· CAP Score

· Pagmamay-ari ng MEGA NFTs

· Espesipikong testnet behaviors

Ginamit namin ang Mega Score sa dalawang pangunahing paraan:

1. Bilang bahagi ng on-chain activity score

2. Bilang batayan para sa ilang filtering thresholds upang matiyak na ang mga tunay na kalahok ng MegaETH ay hindi natatabunan ng mga generic na on-chain "Farmers"

Bakit Mahalaga ang Vesting

Binigyan namin ng malaking diin kung pipiliing i-vest ang $MEGA ng isang taon.

Sa aming pananaw, ang kagustuhang mag-vest ng isang taon sa isang napaka-volatile na market ay patunay ng matibay na paniniwala. Walang makakapagsabi kung ano ang mangyayari bukas, at ang pagpili ng vesting ng isang taon ay pagpapahayag ng: "Hindi ako narito para sa short-term trading; narito ako para sa pangmatagalang partisipasyon."

Proseso ng Screening at Allocation ng mga Kalahok

Pagkatapos makumpleto ang scoring, kailangan pa rin naming magpasya sa dalawang bagay:

1. Sino ang maaaring mapasama sa allocation list

2. Paano iko-convert ang score sa aktwal na allocation quotas

Hinati namin ang proseso sa dalawang kategorya:

· Vesting Participants

· Non-vesting Participants

Paraan ng Pagpili ng Lockdrop Participants

Para sa mga user na pumili ng lockdrop, kailangan nilang matugunan ang alinman sa mga sumusunod na kondisyon upang maisaalang-alang:

· Moni Score na higit sa 50

· On-chain score na higit sa 200

· Mega Score na nagpapakita ng pagmamay-ari ng higit sa isang Fluffle NFT

Sa madaling salita, kailangan mong magkaroon ng kahit isa sa mga sumusunod:

· Pangunahing social activity

· Malinaw na on-chain behavioral signals

· Malakas na kasaysayan ng partisipasyon sa MegaETH

Pagkatapos ilapat ang mga filtering criteria na ito, humigit-kumulang 29.4% ng mga lockdrop address ang nakapasok sa allocation list, na may kabuuang halos 1,000 address.

Kapag ang isang wallet ay nakapasa sa filtering, ang halaga ng allocation nito ay matutukoy batay sa final score, na pinagsasama ang on-chain at social signals. Gumamit kami ng segmented continuous curve approach, na tinitiyak ang minimum allocation habang binibigyan ng mas mataas na gantimpala ang mga high-score users.

Ang partikular na allocation logic ay ang mga sumusunod:

· Top 5%: Linear na pagbaba, allocation ratio mula 100% hanggang 95%

· Susunod na 3% (5%-8%): Mabilis na pagbaba, mula 95% hanggang 55%

· Kasunod na 7% (8%-15%): Patuloy na pagbaba, mula 55% hanggang 35%

· Natitirang 85%: Exponential decay, na may minimum allocation na 25%

Paraan ng Pagpili ng Non-Lockdrop Participants

Ang mga non-lockdrop address ay kailangang matugunan ang alinman sa mga sumusunod na kondisyon upang mapasama sa allocation list:

· Moni Score > 200

· Social Score > 200

· On-chain Score > 300

· Mega Score > 68 (ibig sabihin ay may hawak na kahit isang Fluffle)

Kung ikaw ay aktibo on-chain, may malakas na social signal, o may makabuluhang tala ng partisipasyon sa MegaETH, kwalipikado kang sumali, at hindi mo kailangang matugunan ang lahat ng kondisyon nang sabay-sabay.

Ang aktwal na resulta ng screening ay ang mga sumusunod: mula sa 49,976 non-staking participants, kabuuang 5,031 wallets ang nakapasa sa screening, na may admission rate na humigit-kumulang 10.1%. Kahit na sa pinakamababang allocation threshold, napakatindi ng kompetisyon. Pinagkakatiwalaan namin ang hatol ng aming algorithm at alam naming kahit may ilang user na may makabuluhang aktibidad at holdings sa MegaETH, kung mahina ang ibang metrics, maaaring hindi sila mapili. Gayunpaman, ito ay patas na mekanismo, at iginagalang namin ang resulta.

Sa screened list, niraranggo namin ang mga wallet batay sa comprehensive score at tinutukoy ang kanilang allocation ratio ayon dito.

Mas mataas ang ranking, mas mataas ang allocation ratio. Habang bumababa ang ranking, unti-unting bumababa ang allocation ratio. Kapag naabot ang isang tiyak na ranking, pumapantay ang curve, at ang natitirang mga user ay tumatanggap ng pantay-pantay na minimum allocation.

Proteksyon sa Micro Bid at High Score Mechanism

Napansin namin na ang ilang micro bidders ay kapantay ng malalaking bidders sa ranking. Upang matiyak ang patas na laban, nagpatupad kami ng mekanismo: walang aktwal na allocation amount ng isang kalahok ang dapat mas mababa kaysa sa allocation ng 5 kalapit na address sa ranking.

Halimbawa, si @thedefinvestor ay nasa top 15 sa non-staking participants, ngunit hindi mataas ang kanyang bid. Batay sa percentage allocation, dapat ay mas maliit ang kanyang natanggap. Gayunpaman, ang kanyang katabing participant ay isang full bid participant na nakatanggap ng mas mataas na allocation.

Upang kumpirmahin ang mataas na ranking performance ni @thedefinvestor, tinaasan namin ang kanyang allocation sa antas na malapit sa kanyang katabi. Ito rin ang pinagmulan ng ilang 100% allocation ratios.

Case Study 1: Mababa ang Social Score, Mataas ang On-Chain Score

Si @cp0xdotcom ay halos walang presensya sa Twitter, hindi pa nagpo-post ng anumang tweet tungkol sa MegaETH, kaya mababa ang kanyang social score. Gayunpaman, siya ay nasa top 20 ng lahat ng kalahok at nakatanggap ng 92% ng kanyang staking bid.

Kabilang sa kanyang mga kalamangan ang:

· Mahigit 8 taon ng on-chain history

· Gas consumption na 194 ETH

· Maagang kalahok sa maraming kontrata na kalaunan ay naging malawakang ginagamit

· Nakipag-interact sa 3,490 natatanging kontrata

· Aktibo sa mainnet sa 164 sa nakaraang 180 araw

· Walang NFTs at walang MegaETH-related activity

Ipinapakita ng kanyang kaso na kahit walang social activity o MegaETH endorsement, basta maganda ang performance on-chain, maaari pa ring makamit ang mataas na ranking.

Kaso Dalawa: Mababa ang on-chain score, mataas ang social score

Si @nics_off ay halos kabaligtaran ng naunang kaso. Ang on-chain history ng kanyang wallet ay wala pang dalawang taon, may 1.5 ETH lang na nagastos sa gas at nakipag-interact sa humigit-kumulang 150 kontrata, kaya mababa ang kanyang on-chain score. Gayunpaman, napakataas ng kanyang social score:

· Mataas ang engagement sa Twitter

· Pang-13 sa Kaito MegaETH leaderboard

· Nagbahagi ng maraming de-kalidad na MegaETH content

Ang mga ito ay naglagay sa kanya sa ika-17 na posisyon sa non-staking participants, na nakatanggap ng pinakamataas na allocation ratio (20%) sa kategoryang iyon.

Ipinapakita rin ng kanyang kaso na hindi sapat ang maraming followers; ang magandang social score ay weighted combination ng Moni at Kaito, kung saan mas mahalaga ang kalidad ng MegaETH-related content kaysa sa dami ng followers.

Marami kaming nakikitang katulad na kaso sa itaas ng leaderboard, kabilang ang mga sumusunod na halimbawa:

· @barthazian: Nangunguna sa lahat ng user, mahusay sa lahat ng metrics

· @0xMaxBT: Kilala bilang MegaETH testnet legend, siya lang ang nakumpleto ang lahat ng testnet contract interactions (sa 53,000 kalahok)

Sybil Attack Prevention Mechanism

Nagpatupad kami ng maraming layer ng Sybil protection:

1. Sybil cluster reports mula sa komunidad at mga external team (tulad ng Bubble Maps at Echo) bilang direktang filtering criteria

2. Ang aming scoring system mismo ay hindi pabor sa Sybil attacks. Upang makakuha ng mataas na score, ang wallet ay dapat may tunay at mapagkakatiwalaang on-chain activity, dahil ang mga mababang kalidad na kaugnay na address ay karaniwang hindi pumapasa

3. Natuklasan namin na ang ilang wallet o social media account ay naka-link sa maraming KYC submissions. Kapag natukoy ang ganitong pattern, lahat ng kaugnay na request ay mawawalan ng bisa.

4. Para sa mga wallet na na-allocate na, patuloy kaming magsasagawa ng Sybil checks. Kung may matuklasang malisyosong gawain, may karapatan kaming mag-refund.