Результати нового етапу нагороди Sui за академічні дослідження: 17 проектів отримали фінансування в розмірі 420 тисяч доларів США, участь взяли провідні університети світу.
Оголошено результати нового раунду академічної нагороди Sui: участь беруть провідні університети світу, 17 проектів отримали понад 420 тисяч доларів США.
Фонд Sui нещодавно оприлюднив список переможців нового раунду премії за академічні дослідження Sui. Ця програма спрямована на фінансування дослідницьких проектів, що сприяють розвитку Web3, з особливим акцентом на прориви в технологіях блокчейн-мереж, програмуванні смарт-контрактів та продуктах, побудованих на основі Sui.
Протягом останніх двох етапів було затверджено 17 пропозицій від міжнародно відомих університетів, загальна сума фінансування становить 425 000 доларів США. Участь у проекті взяли такі вищі навчальні заклади, як Корейський науково-технічний інститут, Університет Лондона, Федеральна політехніка Лозанни та Національний університет Сінгапуру.
Яскраві моменти нагороджених проектів
Дослідження різноманітності децентралізованої автономної організації ( DAO )
Професор Арі Джуелс з Корнельського університету обговорить сутність DAO, створить показники для вимірювання рівня децентралізації та вивчить практичні методи підвищення децентралізації в організаціях.
адаптивний безпечний асинхронний DAG консенсус-протокол
Команда Філіпа Йовановича з Університетського коледжу Лондона працює над розробкою асинхронного DAG-протоколу для підвищення здатності до захисту від атак та адаптації до динамічного середовища супротивника. Цей протокол має на меті забезпечити вищий рівень безпеки та адаптивності, при цьому зберігаючи продуктивність, близьку до частково синхронних систем.
Аудит смарт-контрактів Sui на основі великих мовних моделей
Команда Артура Джервейса з Університетського коледжу Лондона використовуватиме передові мовні моделі, такі як GPT-4 та Claude, для покращення процесу аудиту смарт-контрактів Move. Цей проєкт базується на попередніх дослідженнях смарт-контрактів Solidity і зосередиться на оцінці безпеки смарт-контрактів Sui.
Дослідження в галузі консенсусних протоколів
Професор Кристофер Качин з Бернського університету проведе всебічне дослідження сучасних технологій консенсусу, щоб надати нові ідеї для криптографічних протоколів консенсусу та сприяти оптимізації дизайну розподілених протоколів.
Децентралізована рамка високої довіри для верифікації
Гізель Рейс з Університету Карнегі-Меллон та Бруно Вольценлогель Палео з Djed Alliance розроблять рамки для строгого аналізу та верифікації блокчейн-пророків за допомогою формальних методів. Цей проект використовуватиме систему управління доказами Coq для створення всебічних визначень та бібліотеки стратегій доказів для протоколів пророків та бізнес-моделей.
Ідентифікація вузьких місць масштабованості блокчейну
Команда Роджера Ваттенхофера з Швейцарської федеральної політехнічної школи в Цюріху буде досліджувати дефекти проектування смарт-контрактів, що призводять до вузьких місць у масштабуванні, і вивчати вплив коригування комісій за транзакції на потенціал паралелізації.
Формалізація верифікації протоколу Bullshark
Професор Іля Сергій з Національного університету Сінгапуру використає сучасні інструменти комп'ютерної допомоги для верифікації, щоб провести формальну верифікацію протоколу Bullshark, просуваючи розуміння консенсусних протоколів на основі DAG.
Базова стандартна рамка для блокчейну (BBSF)
Професор Генрі Ф. Корт з Університету Лехай створить стандартизований формат бенчмарків для чесного порівняння L1 блокчейнів та L2 рішень для масштабування, надаючи користувачам та розробникам прозоре уявлення про продуктивність ланцюга.
розширювальний децентралізований шар спільного сортування
Команда Min Suk Kang з Корейського науково-технічного інституту вивчатиме використання Bullshark/Mysticeti як алгоритму спільного сортування, досліджуючи механізми роботи Rollup з кількома використаннями Sui як шару сортування.
Оптимальне ціноутворення на ринку місцевих зборів в умовах заторів
Професор Абдулає Ндіайє з Нью-Йоркського університету буде досліджувати ринок місцевих зборів для оптимізації цін на затори, створюючи ефективний механізм ціноутворення, що відображає стан заторів у мережі, для досягнення оптимального розподілу ресурсів.
автоматичний маркет-мейкер для фрагментації(SAMM)
Команда Іттая Еяла з Техніон-Ізраїльського технологічного інституту розробляє концепцію фрагментованих контрактів, використовуючи кілька контрактів для підвищення паралелізму. Цей проект дослідить, як збалансувати стимули постачальників ліквідності та трейдерів для підтримки роботи кількох фрагментів AMM.
Розкриття особистої інформації в конкурентних механізмах
Професор Андреа Аттар з Римського університету Торвіята досліджуватиме нові підходи до проектування ринкових механізмів, вивчаючи вплив розкриття приватної інформації на ринкові результати та стратегічну взаємодію, щоб надати уявлення про сучасну динаміку ринку та конкуренцію.
Генерація смарт-контрактів Sui на основі великих мовних моделей
Кен Коедингер і Ісон Чен з Університету Карнегі-Меллон за допомогою доопрацювання великих мовних моделей підвищать їхню здатність генерувати розумні контракти Move. Цей проект збиратиме приклади коду Move, оптимізуватиме інженерію підказок і порівнюватиме результати мовних моделей за різними методами.
COMET: Перехідний фреймворк мови Move
Професор Джордж Гіагліс з Університету Нікосії проведе всебічний порівняльний аналіз мов Solidity і Move, глибоко досліджуючи особливості та можливості Move, щоб надати розробникам зручну основу для переходу з Solidity на Move.
Оптимізація DeFi: методи глибокого навчання
Команда Рачида Гуерауї та Валіда Софіана з Федеральної політехнічної школи Лозанни розробить змішану модель глибокого навчання для оптимального прогнозування діапазону в протоколі Sui DeFi. Модель поєднує покращені рекуррентні нейронні мережі та глибоке навчання з підкріпленням, а також інтегрує аналіз емоцій у соціальних мережах для підвищення точності прогнозів.
Оцінка здатності прогнозування волатильності SUI
Професор Ставрос Дегіанакіс з Відкритого університету Кіпру дослідить ефективність алгоритму SPEC у прогнозуванні волатильності активів Sui, зосередившись на SUI з використанням високочастотних цінових даних, а також проведе верифікацію на різних блокчейн-активах.
низькопам'ятні постквантові прозорі zkSNARKs
Бретт Фалк та Пратйуш Мішра з Університету Пенсільванії працюватимуть над розробкою масштабованих zkSNARKs, вирішуючи при цьому ключові виклики, такі як часова складність доказувача, просторово складність та розмір SRS, щоб надати готові до впровадження масштабовані криптографічні докази для різних застосувань у технології блокчейн.
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.
17 лайків
Нагородити
17
8
Репост
Поділіться
Прокоментувати
0/400
GasGuzzler
· 08-18 17:49
Знову недостатньо університетських Кліпових купонів
Переглянути оригіналвідповісти на0
MetaverseVagabond
· 08-17 14:48
Перекажіть гроші, перекажіть гроші, директор дуже щедрий!
Переглянути оригіналвідповісти на0
TopEscapeArtist
· 08-17 05:35
Дякуючи тому, що Sui вкинув гроші, інакше я б давно демпінгнув і втік.
Переглянути оригіналвідповісти на0
TokenomicsTinfoilHat
· 08-16 22:23
Лише 420 тисяч доларів? Випустити mint коштує більше цих грошей, Sui, обережно!
Переглянути оригіналвідповісти на0
BridgeTrustFund
· 08-16 06:38
Грошей витрачається чимало, принаймні виглядає серйозно.
Переглянути оригіналвідповісти на0
WhaleStalker
· 08-16 06:37
Дуже шортити,撤撤撤
Переглянути оригіналвідповісти на0
DaoDeveloper
· 08-16 06:34
нарешті серйозні академічні дослідження метрик дао... було про час, якщо чесно
Переглянути оригіналвідповісти на0
MEVHunterLucky
· 08-16 06:24
sui вже до місяця! Чи є в校内 ланцюгові друзі разом?
Результати нового етапу нагороди Sui за академічні дослідження: 17 проектів отримали фінансування в розмірі 420 тисяч доларів США, участь взяли провідні університети світу.
Оголошено результати нового раунду академічної нагороди Sui: участь беруть провідні університети світу, 17 проектів отримали понад 420 тисяч доларів США.
Фонд Sui нещодавно оприлюднив список переможців нового раунду премії за академічні дослідження Sui. Ця програма спрямована на фінансування дослідницьких проектів, що сприяють розвитку Web3, з особливим акцентом на прориви в технологіях блокчейн-мереж, програмуванні смарт-контрактів та продуктах, побудованих на основі Sui.
Протягом останніх двох етапів було затверджено 17 пропозицій від міжнародно відомих університетів, загальна сума фінансування становить 425 000 доларів США. Участь у проекті взяли такі вищі навчальні заклади, як Корейський науково-технічний інститут, Університет Лондона, Федеральна політехніка Лозанни та Національний університет Сінгапуру.
Яскраві моменти нагороджених проектів
Дослідження різноманітності децентралізованої автономної організації ( DAO )
Професор Арі Джуелс з Корнельського університету обговорить сутність DAO, створить показники для вимірювання рівня децентралізації та вивчить практичні методи підвищення децентралізації в організаціях.
адаптивний безпечний асинхронний DAG консенсус-протокол
Команда Філіпа Йовановича з Університетського коледжу Лондона працює над розробкою асинхронного DAG-протоколу для підвищення здатності до захисту від атак та адаптації до динамічного середовища супротивника. Цей протокол має на меті забезпечити вищий рівень безпеки та адаптивності, при цьому зберігаючи продуктивність, близьку до частково синхронних систем.
Аудит смарт-контрактів Sui на основі великих мовних моделей
Команда Артура Джервейса з Університетського коледжу Лондона використовуватиме передові мовні моделі, такі як GPT-4 та Claude, для покращення процесу аудиту смарт-контрактів Move. Цей проєкт базується на попередніх дослідженнях смарт-контрактів Solidity і зосередиться на оцінці безпеки смарт-контрактів Sui.
Дослідження в галузі консенсусних протоколів
Професор Кристофер Качин з Бернського університету проведе всебічне дослідження сучасних технологій консенсусу, щоб надати нові ідеї для криптографічних протоколів консенсусу та сприяти оптимізації дизайну розподілених протоколів.
Децентралізована рамка високої довіри для верифікації
Гізель Рейс з Університету Карнегі-Меллон та Бруно Вольценлогель Палео з Djed Alliance розроблять рамки для строгого аналізу та верифікації блокчейн-пророків за допомогою формальних методів. Цей проект використовуватиме систему управління доказами Coq для створення всебічних визначень та бібліотеки стратегій доказів для протоколів пророків та бізнес-моделей.
Ідентифікація вузьких місць масштабованості блокчейну
Команда Роджера Ваттенхофера з Швейцарської федеральної політехнічної школи в Цюріху буде досліджувати дефекти проектування смарт-контрактів, що призводять до вузьких місць у масштабуванні, і вивчати вплив коригування комісій за транзакції на потенціал паралелізації.
Формалізація верифікації протоколу Bullshark
Професор Іля Сергій з Національного університету Сінгапуру використає сучасні інструменти комп'ютерної допомоги для верифікації, щоб провести формальну верифікацію протоколу Bullshark, просуваючи розуміння консенсусних протоколів на основі DAG.
Базова стандартна рамка для блокчейну (BBSF)
Професор Генрі Ф. Корт з Університету Лехай створить стандартизований формат бенчмарків для чесного порівняння L1 блокчейнів та L2 рішень для масштабування, надаючи користувачам та розробникам прозоре уявлення про продуктивність ланцюга.
розширювальний децентралізований шар спільного сортування
Команда Min Suk Kang з Корейського науково-технічного інституту вивчатиме використання Bullshark/Mysticeti як алгоритму спільного сортування, досліджуючи механізми роботи Rollup з кількома використаннями Sui як шару сортування.
Оптимальне ціноутворення на ринку місцевих зборів в умовах заторів
Професор Абдулає Ндіайє з Нью-Йоркського університету буде досліджувати ринок місцевих зборів для оптимізації цін на затори, створюючи ефективний механізм ціноутворення, що відображає стан заторів у мережі, для досягнення оптимального розподілу ресурсів.
автоматичний маркет-мейкер для фрагментації(SAMM)
Команда Іттая Еяла з Техніон-Ізраїльського технологічного інституту розробляє концепцію фрагментованих контрактів, використовуючи кілька контрактів для підвищення паралелізму. Цей проект дослідить, як збалансувати стимули постачальників ліквідності та трейдерів для підтримки роботи кількох фрагментів AMM.
Розкриття особистої інформації в конкурентних механізмах
Професор Андреа Аттар з Римського університету Торвіята досліджуватиме нові підходи до проектування ринкових механізмів, вивчаючи вплив розкриття приватної інформації на ринкові результати та стратегічну взаємодію, щоб надати уявлення про сучасну динаміку ринку та конкуренцію.
Генерація смарт-контрактів Sui на основі великих мовних моделей
Кен Коедингер і Ісон Чен з Університету Карнегі-Меллон за допомогою доопрацювання великих мовних моделей підвищать їхню здатність генерувати розумні контракти Move. Цей проект збиратиме приклади коду Move, оптимізуватиме інженерію підказок і порівнюватиме результати мовних моделей за різними методами.
COMET: Перехідний фреймворк мови Move
Професор Джордж Гіагліс з Університету Нікосії проведе всебічний порівняльний аналіз мов Solidity і Move, глибоко досліджуючи особливості та можливості Move, щоб надати розробникам зручну основу для переходу з Solidity на Move.
Оптимізація DeFi: методи глибокого навчання
Команда Рачида Гуерауї та Валіда Софіана з Федеральної політехнічної школи Лозанни розробить змішану модель глибокого навчання для оптимального прогнозування діапазону в протоколі Sui DeFi. Модель поєднує покращені рекуррентні нейронні мережі та глибоке навчання з підкріпленням, а також інтегрує аналіз емоцій у соціальних мережах для підвищення точності прогнозів.
Оцінка здатності прогнозування волатильності SUI
Професор Ставрос Дегіанакіс з Відкритого університету Кіпру дослідить ефективність алгоритму SPEC у прогнозуванні волатильності активів Sui, зосередившись на SUI з використанням високочастотних цінових даних, а також проведе верифікацію на різних блокчейн-активах.
низькопам'ятні постквантові прозорі zkSNARKs
Бретт Фалк та Пратйуш Мішра з Університету Пенсільванії працюватимуть над розробкою масштабованих zkSNARKs, вирішуючи при цьому ключові виклики, такі як часова складність доказувача, просторово складність та розмір SRS, щоб надати готові до впровадження масштабовані криптографічні докази для різних застосувань у технології блокчейн.