我們宣布 blockprint 的退休和淘汰。儘管我們與 @miga_labs 嘗試在 Electra 之後恢復分類器並使其準確，但今天我們要說再見並繼續前進 🥲

@sproulM_ @ratedw3b @hanni_abu 客戶在證明打包中保留了一些表達自己的空間——每個區塊最多可有 8 個證明。實際上，這並不足以區分它們，因為第一個之後的證明通常非常相似：來自不同步驗證者的垃圾。

@sproulM_ @ratedw3b @hanni_abu 我們在 Miga Labs 嘗試對 Electra 區塊後的 Blockprint 進行再訓練，但無法突破所需的準確度底線以產生有用的結果。我們讓機器遍歷所有已知特徵的每種組合（網格搜索），並嘗試開發新特徵，但都沒有成功。

@sproulM_ @ratedw3b @hanni_abu blockprint 的 GitHub 倉庫現在已經被存檔，blockprint-collective 的其他倉庫將在接下來幾天內遷回 sigp 組織。

@sproulM_ @ratedw3b @hanni_abu 為了取代 blockprint，我們現在依賴 Miga 的網絡爬蟲，雖然它缺乏以驗證者為中心的客戶多樣性視角，但在運行節點之間提供了良好的客戶多樣性視圖。SigP 可能也會很快對網絡爬蟲有更多的看法，所以請關注這個空間。

@sproulM_ @ratedw3b @hanni_abu 目前還有其他客戶多樣性指標正在開發中，可能會很快宣布，並且可以幫助填補 Blockprint 留下的空白 🖤。