# Sui新一輪學術研究獎揭曉:全球頂尖高校參與,17個項目獲42萬美元資助近期,Sui基金會公布了新一輪學術研究獎獲獎名單。該計劃旨在資助推動Web3發展的研究項目,尤其是在區塊鏈網路、智能合約編程和基於Sui構建的產品等領域拓展技術邊界。本輪共有17個來自國際知名高校的研究提案獲得資助,總金額達425,000美元。參與高校包括韓國科學技術院、倫敦大學學院、洛桑聯邦理工學院和新加坡國立大學等。以下是部分獲獎項目的簡介:1. DAOs投票團體多樣性研究(康奈爾大學)該項目旨在建立衡量去中心化自治組織(DAO)去中心化程度的指標,並探索提高組織內部去中心化的實踐方法。2. 自適應安全的異步DAG協議共識(倫敦大學學院)開發一種異步有向無環圖(DAG)協議,以增強抗攻擊能力並適應不斷變化的對手環境。3. 基於大語言模型的Sui智能合約審計(倫敦大學學院)利用GPT-4等大型語言模型改進Move智能合約的審計過程,並擴展到Sui智能合約的安全評估。4. 共識協議領域研究(伯爾尼大學)通過調查當前共識領域,爲密碼共識協議提供新見解,助力更好理解現有算法。5. 去中心化預言機協議的高可信驗證框架(卡內基梅隆大學)創建一個框架,通過形式化方法嚴格分析和驗證區塊鏈預言機,確保智能合約中外部數據的準確性和公平性。6. 區塊鏈可擴展性瓶頸識別(蘇黎世聯邦理工學院)識別源於智能合約設計缺陷的瓶頸,提高區塊鏈應用程序的並行化潛力。7. Bullshark協議機械化驗證(新加坡國立大學)使用現代計算機輔助驗證工具對Bullshark的屬性進行正式驗證,推進基於DAG的共識協議研究。8. 區塊鏈基準化標準框架(利哈伊大學)創建區塊鏈基準標準化格式,以公平比較L1區塊鏈及L2擴展方案的性能。9. 構建可擴展和去中心化的共享序列層(韓國科學技術院)探索將Bullshark/Mysticeti用作共享排序器算法,實現多個Rollup使用Sui作爲排序層。10. 本地費用市場優化擁堵定價(紐約大學)研究本地費用市場以優化區塊鏈網路的擁堵定價機制,實現最佳資源分配。11. 分片自動做市商(以色列理工學院)開發分片合約概念,利用多個合約提高並發性,同時解決流動性碎片化等挑戰。12. 競爭機制中的私人披露(羅馬托爾維亞塔大學)探索市場機制設計新方法,研究信息私下披露對市場結果的影響。13. 基於大語言模型生成Sui智能合約(卡內基梅隆大學)通過微調大語言模型,提高其在Move語言智能合約生成方面的能力。14. Move語言轉換比較框架(尼科西亞大學)完成Solidity和Move之間的全面比較分析,促進開發者向Move開發的過渡。15. DeFi優化:深度學習方法(洛桑聯邦理工大學)開發混合深度學習模型,優化Sui DeFi協議中的流動性和動態費用。16. SUI波動率預測能力評估(塞浦路斯開放大學)研究SPEC算法在Sui資產波動率預測中的有效性。17. 低內存後量子透明zkSNARKs(賓夕法尼亞大學)開發可擴展的zkSNARKs,解決證明者時間復雜度、空間復雜度和SRS大小等問題。這些研究項目涵蓋了區塊鏈技術的多個前沿領域,從共識機制到智能合約安全,從DeFi優化到隱私保護。通過支持這些學術研究,Sui基金會旨在推動區塊鏈技術的創新和發展,爲Web3生態系統的未來奠定堅實基礎。
Sui新一輪學術研究獎:17個項目獲42萬美元資助 全球頂尖高校參與
Sui新一輪學術研究獎揭曉:全球頂尖高校參與,17個項目獲42萬美元資助
近期,Sui基金會公布了新一輪學術研究獎獲獎名單。該計劃旨在資助推動Web3發展的研究項目,尤其是在區塊鏈網路、智能合約編程和基於Sui構建的產品等領域拓展技術邊界。
本輪共有17個來自國際知名高校的研究提案獲得資助,總金額達425,000美元。參與高校包括韓國科學技術院、倫敦大學學院、洛桑聯邦理工學院和新加坡國立大學等。
以下是部分獲獎項目的簡介:
DAOs投票團體多樣性研究(康奈爾大學) 該項目旨在建立衡量去中心化自治組織(DAO)去中心化程度的指標,並探索提高組織內部去中心化的實踐方法。
自適應安全的異步DAG協議共識(倫敦大學學院) 開發一種異步有向無環圖(DAG)協議,以增強抗攻擊能力並適應不斷變化的對手環境。
基於大語言模型的Sui智能合約審計(倫敦大學學院) 利用GPT-4等大型語言模型改進Move智能合約的審計過程,並擴展到Sui智能合約的安全評估。
共識協議領域研究(伯爾尼大學) 通過調查當前共識領域,爲密碼共識協議提供新見解,助力更好理解現有算法。
去中心化預言機協議的高可信驗證框架(卡內基梅隆大學) 創建一個框架,通過形式化方法嚴格分析和驗證區塊鏈預言機,確保智能合約中外部數據的準確性和公平性。
區塊鏈可擴展性瓶頸識別(蘇黎世聯邦理工學院) 識別源於智能合約設計缺陷的瓶頸,提高區塊鏈應用程序的並行化潛力。
Bullshark協議機械化驗證(新加坡國立大學) 使用現代計算機輔助驗證工具對Bullshark的屬性進行正式驗證,推進基於DAG的共識協議研究。
區塊鏈基準化標準框架(利哈伊大學) 創建區塊鏈基準標準化格式,以公平比較L1區塊鏈及L2擴展方案的性能。
構建可擴展和去中心化的共享序列層(韓國科學技術院) 探索將Bullshark/Mysticeti用作共享排序器算法,實現多個Rollup使用Sui作爲排序層。
本地費用市場優化擁堵定價(紐約大學) 研究本地費用市場以優化區塊鏈網路的擁堵定價機制,實現最佳資源分配。
分片自動做市商(以色列理工學院) 開發分片合約概念,利用多個合約提高並發性,同時解決流動性碎片化等挑戰。
競爭機制中的私人披露(羅馬托爾維亞塔大學) 探索市場機制設計新方法,研究信息私下披露對市場結果的影響。
基於大語言模型生成Sui智能合約(卡內基梅隆大學) 通過微調大語言模型,提高其在Move語言智能合約生成方面的能力。
Move語言轉換比較框架(尼科西亞大學) 完成Solidity和Move之間的全面比較分析,促進開發者向Move開發的過渡。
DeFi優化:深度學習方法(洛桑聯邦理工大學) 開發混合深度學習模型,優化Sui DeFi協議中的流動性和動態費用。
SUI波動率預測能力評估(塞浦路斯開放大學) 研究SPEC算法在Sui資產波動率預測中的有效性。
低內存後量子透明zkSNARKs(賓夕法尼亞大學) 開發可擴展的zkSNARKs,解決證明者時間復雜度、空間復雜度和SRS大小等問題。
這些研究項目涵蓋了區塊鏈技術的多個前沿領域,從共識機制到智能合約安全,從DeFi優化到隱私保護。通過支持這些學術研究,Sui基金會旨在推動區塊鏈技術的創新和發展,爲Web3生態系統的未來奠定堅實基礎。