Meme 风险研究：用上线后前5分钟交易数据预测 Rug Pull
一篇 arXiv 预印本称，作者用覆盖7个月、640万枚代币的 Solana 数据集研究早期 Rug Pull 特征。在该样本中，多数代币上线一小时内已显现相关特征；作者称 XGBoost 等模型仅用上线后的前5分钟交易数据即可识别潜在风险，融合 PumpFun 与 Raydium 数据有助于缓解跨平台差异。目前只核验了作者摘要，误报率、训练与测试集切分、实盘泛化能力尚未独立验证。
持续收录消费与文化相关的事实、研究与后续进展。
一篇 arXiv 预印本称，作者用覆盖7个月、640万枚代币的 Solana 数据集研究早期 Rug Pull 特征。在该样本中，多数代币上线一小时内已显现相关特征；作者称 XGBoost 等模型仅用上线后的前5分钟交易数据即可识别潜在风险，融合 PumpFun 与 Raydium 数据有助于缓解跨平台差异。目前只核验了作者摘要，误报率、训练与测试集切分、实盘泛化能力尚未独立验证。