前情介绍：
1.AdjustingQuadraticMechanism是由2018年Vitalik与哈佛教授共同推出的二次融资演化而来。二次融资是一个为了解决公共项目融资困难的一种新的融资机制，其中对于一个有p个公共产品，N个社区成员的社群来说，第p个公共产品收到的投资等于每个投资者的投资额的平方根之和的平方，其收益则是下列公式组成：
QF有几个特点：1)收益递增。参与投资的人数越多，获得的收益越多2)边际收益递减。随着人数增多，单位收益的增量变小。3)针对公共产品，非排他性、非竞争性。4)无法解决过度串谋、或者一人分饰多角的问题，既女巫攻击。总结：因此对于公共产品融资，通过二次融资方式可以产生对社会最优的投资规模以及产生最优的投资收益，但这只是一个理想社会下，人人都处于理智的状态，但真正情况却有可能发展成多人串谋，甚至一人分饰多角“薅羊毛”的情况。2.由于上述二次融资潜在的问题，Vitalik配合灵魂绑定代币的特性，提出了适应二次机制，致力于解决过度串谋、或一人分饰多角而造成的利益分配不均的问题。1)这并不是一刀切，而是会在仍然给与一定奖励的情况下，削弱合作的力度。2)通过检查灵魂所持有的SBT的相关性，可以区分出highlycorrelated,affiliated,甚至colluded灵魂们机制介绍：AdjustingQuadraticFunding/Voting
1.SimpleMatch:我们先从最简单的逻辑出发，假设项目p有Abdu、Shou、Belle三名投资人，分别对项目p做出了A、S、B量的贡献，在SBT的验证下，三名投资人分别没有钩稽关系。则：在A、S、B互无关系，互相独立的情况下。用QuadraticFunding的方式可以简单计算Abdu、Shou、Belle分别对应的融资收益、或者votingpower。且可以看出项目p所获得的matchingfund与A、S、B的数量成正比。
2.SingleMembership：进一步思考，如果Abdu、Shou、Belle之间有两位成员有合作关系，如Abdu和Shou，则Vitalik提供了两种优化方式：1)ClusterMatch：将A和S合并在同一个根式下，可以降低Abdu与Shou的收益分成比例，增加Belle的收益分成比例，但同时也没有完全惩戒Abdu与Shou的合作：
Lookonchain：MASK团队过去一周共向币安等交易所转出250万MASK:11月3日消息，据Lookonchain调查，MASK此前以5个价格从投资者处筹集资金，其中天使轮0.08美元、种子轮0.13美元、A轮0.2美元、B轮0.3美元、C轮0.5美元。过去的7天，MASK团队的一个地址总共向币安和OKX等交易所地址转出了250万MASK（约1300万美元）。此外，MASK前50名持有者总共持有9375万MASK，占总供应量的93.75%；其中Binance持有1797万MASK，占总供应量的17.97%，占流通供应量的61.7%。[2022/11/3 12:13:38]
CoinShares：上周数字资产投资产品净流出3900万美元，以太坊投资产品连续11周资金外流:6月20日消息，据CoinShares报告显示，上周数字资产投资产品净流出3900万美元，其中比特币投资产品流入2820万美元，以太坊投资产品净流出6990万美元，以太坊投资产品出现了连续11周的资金外流。
上周资金流出几乎全部来自加拿大交易所（1.41亿美元），而美国、欧洲和巴西交易所的资金流入总额分别为7900万美元、1200万美元和1200万美元。管理资产总额目前处于2021年2月以来的最低点，为360亿美元，较2021年11月的峰值下跌了59%。[2022/6/20 4:40:46]
通过上述我们可以看出，等式将Abdu和Shou的权重被一定程度稀释，给予了Belle与另外两位之和相同的权重。如果Abdu和Shou是一人分饰两角，则上述等式会将Abdu和Shou当作一个个体进行处理，达到最优解。
2)OffsetMatch：通过判断Abdu和Shou的关联程度，通过除以系数的方式给A和S减少(Offset)一定量的权重，在Abdu与Shou合作的情况下：
同样，在Abdu和Shou在完全相同的情况下，我们可以获得跟同样的最优解:
3.MultipleMemberships：在SingleMembership的考虑中，我们过度简化了社会中可能存在的合作关系抑或是共生关系，因此这里我们假设更加复杂的情况。Abdu和Shou存在一定社会关系，Abdu和Belle也存在关联，同时Shou和项目p之外的某个群体有关联。1)ClusterMatch：类似于SingleMembership，我们将有关联的两个个体放在同一个根式下，但我们需要将每个个体的权重之和设定为1，得到如下公式：
2)OffsetMatch：对于OffsetMatch的方式，我们需要计算出每个人的贡献系数，通过分析每个个体所持有SBT的相关性决定。以上述情况为例，我们假设Bella与Abdu有50%相关，同时Abdu也与Bella有50%相关；再假设Abdu和Shoud在SBT的持有上有25%相关，每个个体的权重为1，我们得到以下方程组：
通过求解我们得到最终的通过OffsetMatch求得的MathcingFund为：
总结：
通过将SBT的特殊属性与二次融资QuadraticFunding相结合，可以在理论上有效地解决当年QF遗留下来的容易受到女巫攻击或共谋攻击的问题，这将在未来对DAO的投票治理，公共项目融资等事件在提升效果及效率的情况下做到尽可能的安全及合理。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。