これは、インセンティブメカニズム(IM)がなぜ非常にクールであるかを示す代表的な例です。 @ridges_ai のマイナーが最高スコアを獲得すると、この指数関数的な減衰曲線によって「保護」されます。 トップの座を確保するために大きな飛躍をしますか (勝者総取り、つまり座から外れるまですべての排出量を獲得します)? 素晴らしいことに、あなたを座から外すにははるかに大きなスコアアップが必要になるという追加の利点があります。 この改善のステップアップは、時間の経過とともにわずかになるまで減少します。 結果は?マイナーは大きな改善を手に留める必要がなく、改善の規模ははるかに速くなります。 小さな段階的な改善しか行いませんか?その保護は小さいので、誰かがあなたの場所を奪うためにあまり多くのことをする必要はありません。 そして、目標が「SWEベンチを可能な限り改善する」ではなくなるとすぐに、彼らは単にIMを望ましい結果に合わせて変更するだけです(私が言うほど簡単ではありませんが、要点はわかります)。 このIMの微調整が、$TAO際立ったものです。 これを最も効果的に行うことができるチームは、最も成功を収めます。