Sui công bố vòng nghiên cứu học thuật mới, 17 dự án được tài trợ hơn 420.000 đô la
Gần đây, Quỹ Sui đã công bố danh sách người nhận giải thưởng nghiên cứu học thuật mới nhất. Chương trình tài trợ lần này nhằm hỗ trợ các dự án nghiên cứu thúc đẩy sự phát triển của Web3, đặc biệt là các đột phá công nghệ trong lĩnh vực mạng blockchain, lập trình hợp đồng thông minh và các sản phẩm được xây dựng trên nền tảng Sui.
Trong hai giai đoạn qua, có tổng cộng 17 đề xuất nghiên cứu từ các trường đại học nổi tiếng toàn cầu đã được phê duyệt, với tổng số tiền tài trợ lên tới 425.000 đô la. Các trường đại học tham gia bao gồm Viện Khoa học và Công nghệ Hàn Quốc, Đại học London, Viện Công nghệ Liên bang Lausanne và Đại học Quốc gia Singapore.
Tổng quan về các dự án đoạt giải
Nghiên cứu về sự đa dạng của Tổ chức tự trị phi tập trung ( DAO )
Nhóm nghiên cứu của Đại học Cornell sẽ bắt tay vào việc giải quyết các vấn đề cốt lõi của DAO, thiết lập các chỉ số để đo lường mức độ phi tập trung, và khám phá các phương pháp thực tiễn để nâng cao tính phi tập trung trong tổ chức.
Nâng cao độ an toàn của sự đồng thuận giao thức DAG không đồng bộ
Dự án của Đại học London nhằm phát triển một giao thức đồ thị có hướng không vòng (DAG) bất đồng bộ ( để tăng cường khả năng chống tấn công và thích ứng với môi trường đe dọa đang thay đổi. Giao thức này sẽ cung cấp độ bảo mật và khả năng thích ứng tốt hơn trong khi vẫn duy trì hiệu suất cao.
) Sử dụng mô hình ngôn ngữ lớn để kiểm toán hợp đồng thông minh Sui
Một nhóm khác từ Đại học London dự định sử dụng các mô hình ngôn ngữ lớn như GPT-4-32k và Claude-v2-100k để nâng cao hiệu quả kiểm toán hợp đồng thông minh Move. Họ sẽ mở rộng nghiên cứu từ kinh nghiệm phân tích hợp đồng Solidity trước đó sang hợp đồng thông minh Sui.
Nghiên cứu toàn diện về lĩnh vực giao thức đồng thuận
Các nhà nghiên cứu của Đại học Bern sẽ tiến hành điều tra toàn diện về lĩnh vực giao thức đồng thuận hiện tại, cung cấp những hiểu biết mới cho giao thức đồng thuận mật mã, giúp hiểu rõ hơn về các thuật toán hiện có và mang lại những ý tưởng mới cho việc thiết kế giao thức phân tán.
Khung xác minh của giao thức oracle phi tập trung
Dự án hợp tác giữa Đại học Carnegie Mellon và Djed Alliance sẽ tạo ra một khuôn khổ để phân tích và xác minh các oracle blockchain một cách nghiêm ngặt thông qua các phương pháp hình thức. Điều này rất quan trọng để đảm bảo độ chính xác và công bằng của dữ liệu bên ngoài trong hợp đồng thông minh.
Nhận diện nút thắt khả năng mở rộng của blockchain
Nghiên cứu của Viện Công nghệ Liên bang Zurich nhằm phát hiện các nút thắt hiệu suất xuất phát từ những thiếu sót trong thiết kế hợp đồng thông minh và khám phá cách điều chỉnh phí giao dịch để nâng cao tiềm năng song song.
Xác minh hình thức của giao thức Bullshark
Dự án của Đại học Quốc gia Singapore sẽ sử dụng các công cụ xác minh hỗ trợ máy tính tiên tiến để xác minh chính thức giao thức Bullshark, thúc đẩy sự hiểu biết về các giao thức đồng thuận dựa trên DAG.
Khung tiêu chuẩn đánh giá hiệu suất blockchain
Các nhà nghiên cứu tại Đại học Lehigh có kế hoạch tạo ra một định dạng tiêu chuẩn hóa cơ sở dữ liệu blockchain để so sánh công bằng hiệu suất của các blockchain L1 khác nhau và các giải pháp mở rộng L2, cung cấp cái nhìn minh bạch về hiệu suất chuỗi cho người dùng và nhà phát triển.
Xây dựng lớp xếp hạng chia sẻ phi tập trung có thể mở rộng
Dự án của Viện Khoa học và Công nghệ Hàn Quốc sẽ khám phá khả năng sử dụng Bullshark/Mysticeti làm thuật toán sắp xếp chia sẻ, cho phép nhiều Rollup sử dụng Sui làm lớp sắp xếp.
Tối ưu hóa cơ chế định giá tắc nghẽn blockchain
Nghiên cứu của Đại học New York tập trung vào thị trường phí địa phương để tối ưu hóa định giá tắc nghẽn, nhằm xây dựng một cơ chế định giá hiệu quả phản ánh trạng thái tắc nghẽn của mạng lưới, đạt được phân bổ tài nguyên tối ưu.
Tự động tạo thị trường phân đoạn ### AMM ( phát triển
Viện Công nghệ Israel đang phát triển khái niệm hợp đồng phân mảnh, sử dụng nhiều hợp đồng để tăng cường khả năng đồng thời. Mục tiêu của họ là điều chỉnh cơ chế khuyến khích, duy trì nhiều phân mảnh AMM, đạt được phân mảnh AMM hoàn toàn có thể song song.
) Nghiên cứu về việc tiết lộ thông tin riêng tư trong cơ chế thị trường
Dự án của Đại học Romatoviyata khám phá các phương pháp thiết kế cơ chế thị trường mới, nghiên cứu ảnh hưởng của việc tiết lộ thông tin riêng tư của nhà thiết kế đến kết quả thị trường, nhằm cung cấp cái nhìn sâu sắc về động lực thị trường hiện đại.
Ứng dụng mô hình ngôn ngữ lớn để tạo hợp đồng thông minh Sui
Nhóm nghiên cứu của Đại học Carnegie Mellon dự định điều chỉnh mô hình ngôn ngữ lớn bằng cách sử dụng mã Move và các gợi ý cụ thể của Sui để giải quyết các thách thức mà mô hình hiện tại gặp phải khi tạo hợp đồng thông minh bằng ngôn ngữ Move.
Khung chuyển đổi phát triển ngôn ngữ Move
Dự án của Đại học Nicosia sẽ tiến hành phân tích so sánh toàn diện giữa Solidity và Move, nhằm giúp các nhà phát triển hiểu rõ hơn về các đặc điểm và khả năng của Move, đơn giản hóa quá trình chuyển đổi phát triển từ Solidity sang Move.
Giải pháp tối ưu hóa DeFi dựa trên học sâu
Các nhà nghiên cứu tại Viện Công nghệ Liên bang Lausanne sẽ phát triển một mô hình học sâu kết hợp, nhằm dự đoán phạm vi tối ưu trong giao thức Sui DeFi, kết hợp mạng nơ-ron hồi tiếp nâng cao, học tăng cường sâu và phân tích cảm xúc trên mạng xã hội để nâng cao độ chính xác của dự đoán.
Đánh giá khả năng dự đoán biến động SUI
Dự án của Đại học Mở Síp sẽ điều tra tính hiệu quả của thuật toán SPEC trong việc dự đoán sự biến động của tài sản Sui, chủ yếu tập trung vào SUI và xác minh trong nhiều tài sản blockchain khác.
Chứng minh không kiến thức trong suốt hậu lượng tử với bộ nhớ thấp
Nghiên cứu của Đại học Pennsylvania nhằm phát triển zkSNARKs có thể mở rộng, bằng cách đồng thời giải quyết ba trở ngại chính gồm độ phức tạp thời gian của người chứng minh, độ phức tạp không gian và kích thước SRS, để cung cấp các giải pháp chứng minh mật mã có thể mở rộng sẵn sàng triển khai cho các ứng dụng khác nhau trong công nghệ blockchain.
Các dự án nghiên cứu này bao gồm nhiều lĩnh vực tiên tiến của công nghệ blockchain, từ quản trị phi tập trung đến tối ưu hóa hiệu suất, từ bảo mật hợp đồng thông minh đến thiết kế cơ chế thị trường. Bằng cách hỗ trợ các nghiên cứu học thuật này, Quỹ Sui cam kết thúc đẩy sự tiến bộ và đổi mới công nghệ trong toàn bộ hệ sinh thái blockchain.
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
20 thích
Phần thưởng
20
6
Chia sẻ
Bình luận
0/400
EyeOfTheTokenStorm
· 07-25 14:57
42w刀 Bị vứt bỏ chỉ những này? Tôi đề nghị nên chú ý vào dữ liệu phân tích định lượng...
Xem bản gốcTrả lời0
JustHereForAirdrops
· 07-25 00:35
又发钱了 准备Phiếu giảm giá了
Xem bản gốcTrả lời0
rekt_but_resilient
· 07-22 17:32
42w đầu tư cái gì không tốt, đầu tư vào những điểm nóng này.
Quỹ Sui tài trợ 17 nghiên cứu học thuật với tổng số tiền vượt quá 420.000 đô la Mỹ nhằm thúc đẩy đổi mới Web3.
Sui công bố vòng nghiên cứu học thuật mới, 17 dự án được tài trợ hơn 420.000 đô la
Gần đây, Quỹ Sui đã công bố danh sách người nhận giải thưởng nghiên cứu học thuật mới nhất. Chương trình tài trợ lần này nhằm hỗ trợ các dự án nghiên cứu thúc đẩy sự phát triển của Web3, đặc biệt là các đột phá công nghệ trong lĩnh vực mạng blockchain, lập trình hợp đồng thông minh và các sản phẩm được xây dựng trên nền tảng Sui.
Trong hai giai đoạn qua, có tổng cộng 17 đề xuất nghiên cứu từ các trường đại học nổi tiếng toàn cầu đã được phê duyệt, với tổng số tiền tài trợ lên tới 425.000 đô la. Các trường đại học tham gia bao gồm Viện Khoa học và Công nghệ Hàn Quốc, Đại học London, Viện Công nghệ Liên bang Lausanne và Đại học Quốc gia Singapore.
Tổng quan về các dự án đoạt giải
Nghiên cứu về sự đa dạng của Tổ chức tự trị phi tập trung ( DAO )
Nhóm nghiên cứu của Đại học Cornell sẽ bắt tay vào việc giải quyết các vấn đề cốt lõi của DAO, thiết lập các chỉ số để đo lường mức độ phi tập trung, và khám phá các phương pháp thực tiễn để nâng cao tính phi tập trung trong tổ chức.
Nâng cao độ an toàn của sự đồng thuận giao thức DAG không đồng bộ
Dự án của Đại học London nhằm phát triển một giao thức đồ thị có hướng không vòng (DAG) bất đồng bộ ( để tăng cường khả năng chống tấn công và thích ứng với môi trường đe dọa đang thay đổi. Giao thức này sẽ cung cấp độ bảo mật và khả năng thích ứng tốt hơn trong khi vẫn duy trì hiệu suất cao.
) Sử dụng mô hình ngôn ngữ lớn để kiểm toán hợp đồng thông minh Sui
Một nhóm khác từ Đại học London dự định sử dụng các mô hình ngôn ngữ lớn như GPT-4-32k và Claude-v2-100k để nâng cao hiệu quả kiểm toán hợp đồng thông minh Move. Họ sẽ mở rộng nghiên cứu từ kinh nghiệm phân tích hợp đồng Solidity trước đó sang hợp đồng thông minh Sui.
Nghiên cứu toàn diện về lĩnh vực giao thức đồng thuận
Các nhà nghiên cứu của Đại học Bern sẽ tiến hành điều tra toàn diện về lĩnh vực giao thức đồng thuận hiện tại, cung cấp những hiểu biết mới cho giao thức đồng thuận mật mã, giúp hiểu rõ hơn về các thuật toán hiện có và mang lại những ý tưởng mới cho việc thiết kế giao thức phân tán.
Khung xác minh của giao thức oracle phi tập trung
Dự án hợp tác giữa Đại học Carnegie Mellon và Djed Alliance sẽ tạo ra một khuôn khổ để phân tích và xác minh các oracle blockchain một cách nghiêm ngặt thông qua các phương pháp hình thức. Điều này rất quan trọng để đảm bảo độ chính xác và công bằng của dữ liệu bên ngoài trong hợp đồng thông minh.
Nhận diện nút thắt khả năng mở rộng của blockchain
Nghiên cứu của Viện Công nghệ Liên bang Zurich nhằm phát hiện các nút thắt hiệu suất xuất phát từ những thiếu sót trong thiết kế hợp đồng thông minh và khám phá cách điều chỉnh phí giao dịch để nâng cao tiềm năng song song.
Xác minh hình thức của giao thức Bullshark
Dự án của Đại học Quốc gia Singapore sẽ sử dụng các công cụ xác minh hỗ trợ máy tính tiên tiến để xác minh chính thức giao thức Bullshark, thúc đẩy sự hiểu biết về các giao thức đồng thuận dựa trên DAG.
Khung tiêu chuẩn đánh giá hiệu suất blockchain
Các nhà nghiên cứu tại Đại học Lehigh có kế hoạch tạo ra một định dạng tiêu chuẩn hóa cơ sở dữ liệu blockchain để so sánh công bằng hiệu suất của các blockchain L1 khác nhau và các giải pháp mở rộng L2, cung cấp cái nhìn minh bạch về hiệu suất chuỗi cho người dùng và nhà phát triển.
Xây dựng lớp xếp hạng chia sẻ phi tập trung có thể mở rộng
Dự án của Viện Khoa học và Công nghệ Hàn Quốc sẽ khám phá khả năng sử dụng Bullshark/Mysticeti làm thuật toán sắp xếp chia sẻ, cho phép nhiều Rollup sử dụng Sui làm lớp sắp xếp.
Tối ưu hóa cơ chế định giá tắc nghẽn blockchain
Nghiên cứu của Đại học New York tập trung vào thị trường phí địa phương để tối ưu hóa định giá tắc nghẽn, nhằm xây dựng một cơ chế định giá hiệu quả phản ánh trạng thái tắc nghẽn của mạng lưới, đạt được phân bổ tài nguyên tối ưu.
Tự động tạo thị trường phân đoạn ### AMM ( phát triển
Viện Công nghệ Israel đang phát triển khái niệm hợp đồng phân mảnh, sử dụng nhiều hợp đồng để tăng cường khả năng đồng thời. Mục tiêu của họ là điều chỉnh cơ chế khuyến khích, duy trì nhiều phân mảnh AMM, đạt được phân mảnh AMM hoàn toàn có thể song song.
) Nghiên cứu về việc tiết lộ thông tin riêng tư trong cơ chế thị trường
Dự án của Đại học Romatoviyata khám phá các phương pháp thiết kế cơ chế thị trường mới, nghiên cứu ảnh hưởng của việc tiết lộ thông tin riêng tư của nhà thiết kế đến kết quả thị trường, nhằm cung cấp cái nhìn sâu sắc về động lực thị trường hiện đại.
Ứng dụng mô hình ngôn ngữ lớn để tạo hợp đồng thông minh Sui
Nhóm nghiên cứu của Đại học Carnegie Mellon dự định điều chỉnh mô hình ngôn ngữ lớn bằng cách sử dụng mã Move và các gợi ý cụ thể của Sui để giải quyết các thách thức mà mô hình hiện tại gặp phải khi tạo hợp đồng thông minh bằng ngôn ngữ Move.
Khung chuyển đổi phát triển ngôn ngữ Move
Dự án của Đại học Nicosia sẽ tiến hành phân tích so sánh toàn diện giữa Solidity và Move, nhằm giúp các nhà phát triển hiểu rõ hơn về các đặc điểm và khả năng của Move, đơn giản hóa quá trình chuyển đổi phát triển từ Solidity sang Move.
Giải pháp tối ưu hóa DeFi dựa trên học sâu
Các nhà nghiên cứu tại Viện Công nghệ Liên bang Lausanne sẽ phát triển một mô hình học sâu kết hợp, nhằm dự đoán phạm vi tối ưu trong giao thức Sui DeFi, kết hợp mạng nơ-ron hồi tiếp nâng cao, học tăng cường sâu và phân tích cảm xúc trên mạng xã hội để nâng cao độ chính xác của dự đoán.
Đánh giá khả năng dự đoán biến động SUI
Dự án của Đại học Mở Síp sẽ điều tra tính hiệu quả của thuật toán SPEC trong việc dự đoán sự biến động của tài sản Sui, chủ yếu tập trung vào SUI và xác minh trong nhiều tài sản blockchain khác.
Chứng minh không kiến thức trong suốt hậu lượng tử với bộ nhớ thấp
Nghiên cứu của Đại học Pennsylvania nhằm phát triển zkSNARKs có thể mở rộng, bằng cách đồng thời giải quyết ba trở ngại chính gồm độ phức tạp thời gian của người chứng minh, độ phức tạp không gian và kích thước SRS, để cung cấp các giải pháp chứng minh mật mã có thể mở rộng sẵn sàng triển khai cho các ứng dụng khác nhau trong công nghệ blockchain.
Các dự án nghiên cứu này bao gồm nhiều lĩnh vực tiên tiến của công nghệ blockchain, từ quản trị phi tập trung đến tối ưu hóa hiệu suất, từ bảo mật hợp đồng thông minh đến thiết kế cơ chế thị trường. Bằng cách hỗ trợ các nghiên cứu học thuật này, Quỹ Sui cam kết thúc đẩy sự tiến bộ và đổi mới công nghệ trong toàn bộ hệ sinh thái blockchain.