Оголошено новий раунд нагороди за академічні дослідження Sui: беруть участь провідні університети світу, 17 проектів отримали фінансування в розмірі 420000 доларів США
Нещодавно фонд Sui опублікував список лауреатів нового раунду нагород за академічні дослідження. Ця програма має на меті фінансування дослідницьких проєктів, які сприяють розвитку Web3, особливо в таких сферах, як розширення технологічних меж у мережах блокчейн, програмуванні смарт-контрактів та продуктах, побудованих на основі Sui.
У цій раунді 17 дослідницьких пропозицій з міжнародно відомих університетів отримали фінансування, загальна сума якого склала 425,000 доларів США. Учасниками є Корейський науково-технічний інститут, Лондонський університет, Федеральна політехніка Лозанни та Національний університет Сінгапуру.
Ось короткий опис деяких нагороджених проектів:
Дослідження різноманітності голосуючих груп DAO (Університет Корнелла)
Цей проект має на меті встановлення показників для вимірювання ступеня децентралізації децентралізованої автономної організації (DAO) та вивчення практичних методів підвищення децентралізації всередині організації.
Адаптивний безпечний асинхронний DAG-протокол консенсусу (Університет Лондона)
Розробити асинхронний орієнтований ациклічний граф ( DAG ) протокол, щоб підвищити стійкість до атак і адаптуватися до змінюваного середовища супротивника.
Аудит смарт-контрактів Sui на основі великих мовних моделей (Університетський коледж Лондона)
Використання великих мовних моделей, таких як GPT-4, для покращення процесу аудиту смарт-контрактів Move та розширення на оцінку безпеки смарт-контрактів Sui.
Дослідження в області консенсусних протоколів (Університет Берна)
Досліджуючи сучасну область консенсусу, надаючи нові уявлення для криптографічних протоколів консенсусу, що сприяє кращому розумінню наявних алгоритмів.
Високодостовірна верифікаційна рамка децентралізованого протоколу оракулів (Університет Карнегі-Меллон)
Створити фреймворк для строгого аналізу та верифікації блокчейн-оракулів за допомогою формальних методів, щоб забезпечити точність і справедливість зовнішніх даних у смарт-контрактах.
Визначення вузьких місць масштабованості блокчейну (Швейцарська федеральна політехнічна школа в Цюриху)
Визначення вузьких місць, що виникають через недоліки в дизайні смарт-контрактів, для підвищення потенціалу паралелізації блокчейн-додатків.
Механізована верифікація протоколу Bullshark (Національний університет Сінгапуру)
Використання сучасних інструментів комп'ютерної допомоги для формальної перевірки властивостей Bullshark, просування досліджень консенсусного протоколу на основі DAG.
Стандартна рамка бенчмаркінгу блокчейну (Університет Лехай)
Створення стандартного формату базових показників для справедливого порівняння продуктивності L1 блокчейнів та L2 рішень для розширення.
Побудова масштабованого та децентралізованого шару спільних послідовностей (Корейський науково-технічний інститут)
Дослідження використання Bullshark/Mysticeti як алгоритму спільного сортування для реалізації кількох Rollup, що використовують Sui як рівень сортування.
Оптимізація місцевого ринку зборів з урахуванням плати за затори (Нью-Йоркський університет)
Дослідження місцевого ринкового збільшення витрат для оптимізації механізму ціноутворення на затори в блокчейн-мережі, щоб досягти найкращого розподілу ресурсів.
Автоматизований маркет-мейкер шардінгу (Техніон, Ізраїль)
Розробка концепції фрагментації контрактів, використання кількох контрактів для підвищення паралельності, одночасно вирішуючи такі виклики, як фрагментація ліквідності.
Приватне розкриття в механізмі конкуренції (Університет Роматоравіа Талліна)
Дослідження нових методів проектування ринкових механізмів, вивчення впливу приватного розкриття інформації на результати ринку.
Генерація смарт-контрактів Sui на основі великих мовних моделей (Університет Карнегі-Меллона)
Покращення можливостей великих мовних моделей у створенні смарт-контрактів на мові Move за рахунок доопрацювання.
Move мова перетворення порівняльна рамка (Університет Нікосії)
Завершити всебічний порівняльний аналіз між Solidity та Move, щоб сприяти переходу розробників до розробки на Move.
Оптимізація DeFi: методи глибокого навчання (Швейцарська федеральна політехніка Лозанни)
Розробка гібридної моделі глибокого навчання для оптимізації ліквідності та динамічних витрат у протоколі Sui DeFi.
Оцінка здатності до прогнозування волатильності SUI (Відкритий університет Кіпру)
Дослідження ефективності алгоритму SPEC у прогнозуванні волатильності активів Sui.
Низькопам'ятні післяквантові прозорі zkSNARKs (Університет Пенсильванії)
Розробка масштабованих zkSNARK, вирішення проблем складності часу доказувача, складності простору та розміру SRS.
Ці дослідницькі проекти охоплюють кілька передових галузей технології блокчейн, від механізмів консенсусу до безпеки смарт-контрактів, від оптимізації DeFi до захисту конфіденційності. Підтримуючи ці академічні дослідження, фонд Sui має на меті сприяти інноваціям та розвитку технології блокчейн, закладаючи міцний фундамент для майбутнього екосистеми Web3.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
24 лайків
Нагородити
24
7
Репост
Поділіться
Прокоментувати
0/400
ILCollector
· 20год тому
Чи може академічне дослідження врятувати ціну монети?
Переглянути оригіналвідповісти на0
FlashLoanPrince
· 08-11 17:24
Гроші добре надходять.
Переглянути оригіналвідповісти на0
alpha_leaker
· 08-11 14:10
Блокчейн таємнича особа
Переглянути оригіналвідповісти на0
Fren_Not_Food
· 08-10 21:50
sui дуже класно, безбожне обдурювання людей, як лохів в академічному середовищі
Переглянути оригіналвідповісти на0
ForkLibertarian
· 08-10 21:50
Знову витрачають гроші.
Переглянути оригіналвідповісти на0
DeFiChef
· 08-10 21:45
sui всесвіт велика монета
Переглянути оригіналвідповісти на0
MEVHunter
· 08-10 21:43
42w монета просто хоче лежати на популярності? Навіть з газом не зрівнятися.
Нова академічна дослідницька премія Sui: 17 проектів отримали 420 000 доларів фінансування, участь беруть провідні університети світу
Оголошено новий раунд нагороди за академічні дослідження Sui: беруть участь провідні університети світу, 17 проектів отримали фінансування в розмірі 420000 доларів США
Нещодавно фонд Sui опублікував список лауреатів нового раунду нагород за академічні дослідження. Ця програма має на меті фінансування дослідницьких проєктів, які сприяють розвитку Web3, особливо в таких сферах, як розширення технологічних меж у мережах блокчейн, програмуванні смарт-контрактів та продуктах, побудованих на основі Sui.
У цій раунді 17 дослідницьких пропозицій з міжнародно відомих університетів отримали фінансування, загальна сума якого склала 425,000 доларів США. Учасниками є Корейський науково-технічний інститут, Лондонський університет, Федеральна політехніка Лозанни та Національний університет Сінгапуру.
Ось короткий опис деяких нагороджених проектів:
Дослідження різноманітності голосуючих груп DAO (Університет Корнелла) Цей проект має на меті встановлення показників для вимірювання ступеня децентралізації децентралізованої автономної організації (DAO) та вивчення практичних методів підвищення децентралізації всередині організації.
Адаптивний безпечний асинхронний DAG-протокол консенсусу (Університет Лондона) Розробити асинхронний орієнтований ациклічний граф ( DAG ) протокол, щоб підвищити стійкість до атак і адаптуватися до змінюваного середовища супротивника.
Аудит смарт-контрактів Sui на основі великих мовних моделей (Університетський коледж Лондона) Використання великих мовних моделей, таких як GPT-4, для покращення процесу аудиту смарт-контрактів Move та розширення на оцінку безпеки смарт-контрактів Sui.
Дослідження в області консенсусних протоколів (Університет Берна) Досліджуючи сучасну область консенсусу, надаючи нові уявлення для криптографічних протоколів консенсусу, що сприяє кращому розумінню наявних алгоритмів.
Високодостовірна верифікаційна рамка децентралізованого протоколу оракулів (Університет Карнегі-Меллон) Створити фреймворк для строгого аналізу та верифікації блокчейн-оракулів за допомогою формальних методів, щоб забезпечити точність і справедливість зовнішніх даних у смарт-контрактах.
Визначення вузьких місць масштабованості блокчейну (Швейцарська федеральна політехнічна школа в Цюриху) Визначення вузьких місць, що виникають через недоліки в дизайні смарт-контрактів, для підвищення потенціалу паралелізації блокчейн-додатків.
Механізована верифікація протоколу Bullshark (Національний університет Сінгапуру) Використання сучасних інструментів комп'ютерної допомоги для формальної перевірки властивостей Bullshark, просування досліджень консенсусного протоколу на основі DAG.
Стандартна рамка бенчмаркінгу блокчейну (Університет Лехай) Створення стандартного формату базових показників для справедливого порівняння продуктивності L1 блокчейнів та L2 рішень для розширення.
Побудова масштабованого та децентралізованого шару спільних послідовностей (Корейський науково-технічний інститут) Дослідження використання Bullshark/Mysticeti як алгоритму спільного сортування для реалізації кількох Rollup, що використовують Sui як рівень сортування.
Оптимізація місцевого ринку зборів з урахуванням плати за затори (Нью-Йоркський університет) Дослідження місцевого ринкового збільшення витрат для оптимізації механізму ціноутворення на затори в блокчейн-мережі, щоб досягти найкращого розподілу ресурсів.
Автоматизований маркет-мейкер шардінгу (Техніон, Ізраїль) Розробка концепції фрагментації контрактів, використання кількох контрактів для підвищення паралельності, одночасно вирішуючи такі виклики, як фрагментація ліквідності.
Приватне розкриття в механізмі конкуренції (Університет Роматоравіа Талліна) Дослідження нових методів проектування ринкових механізмів, вивчення впливу приватного розкриття інформації на результати ринку.
Генерація смарт-контрактів Sui на основі великих мовних моделей (Університет Карнегі-Меллона) Покращення можливостей великих мовних моделей у створенні смарт-контрактів на мові Move за рахунок доопрацювання.
Move мова перетворення порівняльна рамка (Університет Нікосії) Завершити всебічний порівняльний аналіз між Solidity та Move, щоб сприяти переходу розробників до розробки на Move.
Оптимізація DeFi: методи глибокого навчання (Швейцарська федеральна політехніка Лозанни) Розробка гібридної моделі глибокого навчання для оптимізації ліквідності та динамічних витрат у протоколі Sui DeFi.
Оцінка здатності до прогнозування волатильності SUI (Відкритий університет Кіпру) Дослідження ефективності алгоритму SPEC у прогнозуванні волатильності активів Sui.
Низькопам'ятні післяквантові прозорі zkSNARKs (Університет Пенсильванії) Розробка масштабованих zkSNARK, вирішення проблем складності часу доказувача, складності простору та розміру SRS.
Ці дослідницькі проекти охоплюють кілька передових галузей технології блокчейн, від механізмів консенсусу до безпеки смарт-контрактів, від оптимізації DeFi до захисту конфіденційності. Підтримуючи ці академічні дослідження, фонд Sui має на меті сприяти інноваціям та розвитку технології блокчейн, закладаючи міцний фундамент для майбутнього екосистеми Web3.