Sui學術研究獎新一輪結果揭曉：全球頂尖高校參與，17個項目獲逾42萬美元資助

Sui基金會日前公布了新一輪Sui學術研究獎的獲獎名單。該計劃旨在資助推動Web3發展的研究項目，特別關注區塊鏈網路、智能合約編程以及基於Sui構建的產品相關技術的突破。

在過去兩個階段中，共有17個來自國際知名學府的提案獲得批準，總資助金額達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。

獲獎項目亮點

去中心化自治組織(DAO)的多樣性研究

康奈爾大學的Ari Juels教授將探討DAO的本質，建立衡量去中心化程度的指標，並研究提升組織內部去中心化的實踐方法。

自適應安全的異步DAG共識協議

倫敦大學學院的Philipp Jovanovic團隊致力於開發一種異步DAG協議，以增強抗攻擊能力並適應動態對手環境。該協議旨在提供更高的安全性和適應性，同時保持接近部分同步系統的性能。

基於大型語言模型的Sui智能合約審計

倫敦大學學院的Arthur Gervais團隊將利用GPT-4和Claude等先進語言模型，改進Move智能合約的審計過程。該項目基於對Solidity合約的初步研究成果，將重點關注Sui智能合約的安全評估。

共識協議領域研究

伯爾尼大學的Christopher Cachin教授將對當前共識技術進行全面調查，爲密碼共識協議提供新見解，助力分布式協議的設計優化。

去中心化預言機高可信驗證框架

卡內基梅隆大學的Giselle Reis和Djed Alliance的Bruno Woltzenlogel Paleo將開發一個框架，通過形式化方法嚴格分析和驗證區塊鏈預言機。該項目將利用Coq證明管理系統，構建預言機協議和業務模型的全面定義和證明策略庫。

區塊鏈可擴展性瓶頸識別

蘇黎世聯邦理工學院的Roger Wattenhofer團隊將研究智能合約設計缺陷導致的可擴展性瓶頸，並探討交易費用調整對並行化潛力的影響。

Bullshark協議形式化驗證

新加坡國立大學的Ilya Sergey教授將利用現代計算機輔助驗證工具，對Bullshark協議進行形式化驗證，推進對基於DAG的共識協議的理解。

區塊鏈基準標準化框架(BBSF)

利哈伊大學的Henry F. Korth教授將創建一個區塊鏈基準標準化格式，用於公平比較L1區塊鏈和L2擴展方案，爲用戶和開發者提供鏈性能的透明洞察。

可擴展去中心化共享排序層構建

韓國科學技術院的Min Suk Kang團隊將探索將Bullshark/Mysticeti用作共享排序器算法，研究多個使用Sui作爲排序層的Rollup運行機制。

本地費用市場的最優擁堵定價

紐約大學的Abdoulaye Ndiaye教授將研究本地費用市場以優化擁堵定價，建立反映網路擁堵狀態的有效定價機制，實現最佳資源分配。

分片自動做市商(SAMM)

以色列理工學院的Ittay Eyal團隊正在開發分片合約概念，利用多個合約提高並發性。該項目將探索如何平衡流動性提供者和交易者的激勵，以維持多個AMM分片的運作。

競爭機制中的私人信息披露

羅馬托爾維亞塔大學的Andrea Attar教授將探索市場機制設計的新方法，研究私人信息披露對市場結果和戰略互動的影響，爲現代市場動態和競爭提供洞察。

基於大型語言模型的Sui智能合約生成

卡內基梅隆大學的Ken Koedinger和Eason Chen將通過微調大型語言模型，提高其生成Move語言智能合約的能力。該項目將收集Move代碼示例，優化提示工程，並比較不同方法下語言模型的表現。

COMET：Move語言過渡比較框架

尼科西亞大學的George Giaglis教授將進行Solidity和Move語言的全面比較分析，深入探討Move的特性和能力，爲開發者提供從Solidity過渡到Move的便利框架。

DeFi優化：深度學習方法

洛桑聯邦理工學院的Rachid Guerraoui和Walid Sofiane團隊將開發混合深度學習模型，用於Sui DeFi協議中的最優範圍預測。該模型結合增強型遞歸神經網路和深度強化學習，並整合社交媒體情感分析以提高預測準確性。

SUI波動率預測能力評估

塞浦路斯開放大學的Stavros Degiannakis教授將調查SPEC算法在預測Sui資產波動率方面的有效性，利用高頻價格數據重點研究SUI，並在多種區塊鏈資產中進行驗證。

低內存後量子透明zkSNARKs

賓夕法尼亞大學的Brett Falk和Pratyush Mishra將致力於開發可擴展的zkSNARKs，同時解決證明者時間復雜度、空間復雜度和SRS大小等關鍵挑戰，爲區塊鏈技術中的各種應用提供部署就緒的可擴展加密證明方案。