Kết quả vòng công bố mới nhất của Giải thưởng Nghiên cứu Học thuật Sui: Các trường đại học hàng đầu toàn cầu tham gia, 17 dự án nhận được hơn 420.000 USD tài trợ
Gần đây, Quỹ Sui đã công bố danh sách những người nhận giải thưởng nghiên cứu học thuật trong vòng mới nhất. Chương trình này nhằm tài trợ cho các nghiên cứu thúc đẩy sự phát triển của Web3, đặc biệt là những đột phá công nghệ liên quan đến mạng blockchain, lập trình hợp đồng thông minh và các sản phẩm được xây dựng dựa trên Sui.
Trong hai giai đoạn trước, đã có 17 đề xuất từ các trường đại học danh tiếng quốc tế được phê duyệt, với tổng số tiền tài trợ đạt 425.000 USD. Các trường 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 đề xuất đạt giải
DAOs: Đa dạng nhóm bỏ phiếu
Nghiên cứu do Giáo sư Ari Juels tại Đại học Cornell dẫn đầu tập trung vào bản chất của tổ chức phi tập trung. Dự án này sẽ thiết lập các chỉ số để đo lường mức độ phi tập trung của DAO và khám phá các phương pháp thực tiễn để nâng cao sự phi tập trung bên trong tổ chức.
Giao thức đồng thuận DAG bất đồng bộ an toàn thích ứng
Giáo sư Philipp Jovanovic của Đại học London đã đề xuất phát triển một giao thức DAG không đồng bộ, nhằm nâng cao khả năng chống tấn công và thích ứng với đối thủ động. Giao thức này hứa hẹn sẽ cung cấp tính bảo mật và khả năng thích ứng mạnh mẽ hơn trong khi vẫn duy trì hiệu suất cao.
Mô hình ngôn ngữ lớn hỗ trợ kiểm toán hợp đồng thông minh Sui
Đội ngũ giáo sư Arthur Gervais từ Đại học London dự định sử dụng các mô hình ngôn ngữ lớn tiên tiến, như GPT-4-32k và Claude-v2-100k, để nâng cao đáng kể hiệu quả kiểm toán hợp đồng thông minh Move. Họ đã phát hiện ra những lỗ hổng dẫn đến thiệt hại gần 1 tỷ USD trong 52 hợp đồng thông minh DeFi Solidity trước đó, và hiện đang mở rộng nghiên cứu sang hợp đồng thông minh Sui.
ánh xạ lĩnh vực giao thức đồng thuận
Giáo sư Christopher Cachin từ Đại học Bern sẽ tiến hành nghiên cứu toàn diện về lĩnh vực đồng thuận hiện tại, cung cấp những hiểu biết mới mẻ cho các giao thức đồng thuận mật mã, giúp hiểu rõ hơn về các thuật toán hiện có và cung cấp những ý tưởng mới cho việc thiết kế các giao thức phân tán.
Khung xác thực đáng tin cậy cao cho giao thức oracle phi tập trung
Giáo sư Giselle Reis từ Đại học Carnegie Mellon và Tiến sĩ Bruno Woltzenlogel Paleo từ Djed Alliance hợp tác để lập kế hoạch tạo ra một khung làm cho việc phân tích và xác minh các oracle blockchain một cách nghiêm ngặt thông qua các phương pháp hình thức. Nghiên cứu này sẽ sử dụng hệ thống quản lý chứng minh Coq, phát triển một bộ định nghĩa và chiến lược chứng minh toàn diện.
Nhận diện nút thắt mở rộng
Giáo sư Roger Wattenhofer của Viện Công nghệ Liên bang Zurich sẽ tập trung vào việc xác định các nút thắt cổ chai phát sinh từ những thiếu sót trong thiết kế hợp đồng thông minh, nhằm nâng cao tiềm năng song song của các ứng dụng blockchain. Nghiên cứu này cũng sẽ khám phá tác động của việc điều chỉnh phí giao dịch đối với tiềm năng song song.
Giao thức Bullshark cơ khí hóa
Giáo sư Ilya Sergey từ Đại học Quốc gia Singapore nhằm mục đích sử dụng các công cụ xác minh hỗ trợ máy tính hiện đại để xác thực chính thức các thuộc tính của Bullshark, thúc đẩy sự hiểu biết về các giao thức đồng thuận dựa trên đồ thị có hướng không chu trình. Nghiên cứu này sẽ cung cấp mô hình giao thức đồng thuận DAG được xác minh cơ học đầu tiên cho nghiên cứu hệ thống phân tán.
BBSF: Khung tiêu chuẩn hóa blockchain
Giáo sư Henry F. Korth của Đại học Lehigh đã đề xuất tạo ra một định dạng chuẩn hóa tiêu chuẩn blockchain để so sánh công bằng giữa các blockchain L1 và các giải pháp mở rộng L2. Dự án này nhằm cung cấp cái nhìn minh bạch về hiệu suất chuỗi cho người dùng và nhà phát triển, thúc đẩy việc đưa ra quyết định thông minh.
Xây dựng lớp chuỗi chia sẻ có thể mở rộng và phi tập trung
Giáo sư Min Suk Kang từ Viện Khoa học và Công nghệ Hàn Quốc sẽ khám phá khả năng sử dụng Bullshark/Mysticeti làm thuật toán sắp xếp chia sẻ. Điều này liên quan đến việc vận hành nhiều Rollup sử dụng Sui làm lớp sắp xếp, cho phép chúng giải thích giao dịch dựa trên các lớp thực thi tương ứng.
được sử dụng cho thị trường phí địa phương tối ưu hóa giá cả tắc nghẽn
Nghiên cứu của giáo sư Abdoulaye Ndiaye tại Đại học New York tập trung vào thị trường phí địa phương để tối ưu hóa giá cả tắc nghẽn, so sánh việc giao dịch tắc nghẽn với việc thực hiện giao dịch trong mạng lưới blockchain. Mục tiêu là xây dựng cơ chế định giá hiệu quả phản ánh tình trạng tắc nghẽn, đạt được phân bổ tài nguyên tối ưu.
SAMM: Nhà tạo lập thị trường tự động phân đoạn
Giáo sư Ittay Eyal tại Viện Công nghệ Israel đang phát triển một khái niệm mới có tên là hợp đồng phân mảnh, sử dụng nhiều hợp đồng để tăng cường khả năng đồng thời. Nghiên cứu này nhằm điều chỉnh cơ chế khuyến khích cho nhà cung cấp thanh khoản và các nhà giao dịch, nhằm duy trì nhiều phân mảnh AMM, đạt được AMM phân mảnh hoàn toàn có thể song song.
tiết lộ cá nhân trong cơ chế cạnh tranh
Giáo sư Andrea Attar của Đại học Tor Vergata ở Roma khám phá những phương pháp mới trong thiết kế cơ chế thị trường, nghiên cứu ảnh hưởng của việc tiết lộ thông tin một cách riêng tư từ người thiết kế đến các đại lý đối với kết quả thị trường và tương tác chiến lược, nhằm cung cấp cái nhìn sâu sắc về động lực và cạnh tranh của thị trường hiện đại.
Ứng dụng mô hình ngôn ngữ lớn để tạo hợp đồng thông minh Sui
Các giáo sư Ken Koedinger và Eason Chen từ Đại học Carnegie Mellon nhằm mục đích tinh chỉnh các mô hình ngôn ngữ lớn bằng cách sử dụng mã Move và các gợi ý cụ thể của Sui để giải quyết những thách thức hiện tại của LLM trong việc tạo ra hợp đồng thông minh bằng ngôn ngữ Move.
COMET: Chuyển đổi sang các thước đo và khung so sánh của Move
Giáo sư George Giaglis của Đại học Nicosia sẽ tiến hành phân tích so sánh toàn diện giữa Solidity và Move, nhằm thúc đẩy hiểu biết sâu sắc về chức năng và khả năng của Move. Nghiên cứu này nhằm thiết lập một khuôn khổ giúp các nhà phát triển dễ dàng chuyển sang việc phát triển bằng Move.
DeFi cách mạng: Tối ưu hóa tính thanh khoản và phí động trên Sui bằng phương pháp học sâu
Các giáo sư Rachid Guerraoui và Walid Sofiane của Viện Công nghệ Liên bang Lausanne sẽ phát triển một mô hình học sâu hỗn hợp để dự đoán phạm vi tối ưu trong giao thức Sui DeFi. Mô hình này kết hợp mạng nơ-ron hồi tiếp tăng cường và học tăng cường sâu, đồng thời tích hợp phân tích cảm xúc từ mạng xã hội để cải thiện độ chính xác của dự đoán.
Đánh giá khả năng dự đoán biến động của SUI
Giáo sư Stavros Degiannakis 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. Nghiên cứu này sẽ tập trung chủ yếu vào SUI và sẽ được xác minh trong các tài sản blockchain khác nhau.
zkSNARKs minh bạch hậu lượng tử với bộ nhớ thấp
Giáo sư Brett Falk và Pratyush Mishra tại Đại học Pennsylvania đang hướng tới việc phát triển zkSNARKs có thể mở rộng, đồng thời giải quyết ba trở ngại chính: độ phức tạp về thời gian của người chứng minh, độ phức tạp về không gian và kích thước SRS, nhằm cung cấp các chứng minh mã hóa có thể mở rộng sẵn sàng triển khai cho nhiều ứng dụng trong công nghệ blockchain.
Các dự án nghiên cứu đa dạng này bao gồm nhiều lĩnh vực then chốt của công nghệ blockchain, từ cơ chế đồng thuận đến an toàn hợp đồng thông minh, từ tối ưu hóa DeFi đến bảo vệ quyền riêng tư. Quỹ Sui thông qua việc hỗ trợ các nghiên cứu tiên tiến này không chỉ thúc đẩy sự phát triển của công nghệ blockchain mà còn đóng góp quan trọng vào sự tiến bộ của toàn bộ hệ sinh thái Web3.
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.
8 thích
Phần thưởng
8
4
Đăng lại
Chia sẻ
Bình luận
0/400
RugDocScientist
· 14giờ trước
Quỹ 42w thôi? Mọi người vẫn chưa đủ chú trọng đến nghiên cứu ah tsk
Xem bản gốcTrả lời0
rugpull_survivor
· 19giờ trước
Sui nghèo như tôi vậy chỉ với khoản hỗ trợ này?
Xem bản gốcTrả lời0
ForkThisDAO
· 20giờ trước
Các trường đại học không thể không có trợ cấp, không chơi nổi.
Xem bản gốcTrả lời0
GasFeeLady
· 20giờ trước
tăng giá trên sui fr... các khoản tài trợ nghiên cứu khác nhau khi gas thấp như này ngl
Quỹ Sui công bố vòng tài trợ nghiên cứu học thuật mới: 17 dự án được hỗ trợ 425.000 USD
Kết quả vòng công bố mới nhất của Giải thưởng Nghiên cứu Học thuật Sui: Các trường đại học hàng đầu toàn cầu tham gia, 17 dự án nhận được hơn 420.000 USD tài trợ
Gần đây, Quỹ Sui đã công bố danh sách những người nhận giải thưởng nghiên cứu học thuật trong vòng mới nhất. Chương trình này nhằm tài trợ cho các nghiên cứu thúc đẩy sự phát triển của Web3, đặc biệt là những đột phá công nghệ liên quan đến mạng blockchain, lập trình hợp đồng thông minh và các sản phẩm được xây dựng dựa trên Sui.
Trong hai giai đoạn trước, đã có 17 đề xuất từ các trường đại học danh tiếng quốc tế được phê duyệt, với tổng số tiền tài trợ đạt 425.000 USD. Các trường 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 đề xuất đạt giải
DAOs: Đa dạng nhóm bỏ phiếu
Nghiên cứu do Giáo sư Ari Juels tại Đại học Cornell dẫn đầu tập trung vào bản chất của tổ chức phi tập trung. Dự án này sẽ thiết lập các chỉ số để đo lường mức độ phi tập trung của DAO và khám phá các phương pháp thực tiễn để nâng cao sự phi tập trung bên trong tổ chức.
Giao thức đồng thuận DAG bất đồng bộ an toàn thích ứng
Giáo sư Philipp Jovanovic của Đại học London đã đề xuất phát triển một giao thức DAG không đồng bộ, nhằm nâng cao khả năng chống tấn công và thích ứng với đối thủ động. Giao thức này hứa hẹn sẽ cung cấp tính bảo mật và khả năng thích ứng mạnh mẽ hơn trong khi vẫn duy trì hiệu suất cao.
Mô hình ngôn ngữ lớn hỗ trợ kiểm toán hợp đồng thông minh Sui
Đội ngũ giáo sư Arthur Gervais từ Đại học London dự định sử dụng các mô hình ngôn ngữ lớn tiên tiến, như GPT-4-32k và Claude-v2-100k, để nâng cao đáng kể hiệu quả kiểm toán hợp đồng thông minh Move. Họ đã phát hiện ra những lỗ hổng dẫn đến thiệt hại gần 1 tỷ USD trong 52 hợp đồng thông minh DeFi Solidity trước đó, và hiện đang mở rộng nghiên cứu sang hợp đồng thông minh Sui.
ánh xạ lĩnh vực giao thức đồng thuận
Giáo sư Christopher Cachin từ Đại học Bern sẽ tiến hành nghiên cứu toàn diện về lĩnh vực đồng thuận hiện tại, cung cấp những hiểu biết mới mẻ cho các giao thức đồng thuận mật mã, giúp hiểu rõ hơn về các thuật toán hiện có và cung cấp những ý tưởng mới cho việc thiết kế các giao thức phân tán.
Khung xác thực đáng tin cậy cao cho giao thức oracle phi tập trung
Giáo sư Giselle Reis từ Đại học Carnegie Mellon và Tiến sĩ Bruno Woltzenlogel Paleo từ Djed Alliance hợp tác để lập kế hoạch tạo ra một khung làm cho việc phân tích và xác minh các oracle blockchain một cách nghiêm ngặt thông qua các phương pháp hình thức. Nghiên cứu này sẽ sử dụng hệ thống quản lý chứng minh Coq, phát triển một bộ định nghĩa và chiến lược chứng minh toàn diện.
Nhận diện nút thắt mở rộng
Giáo sư Roger Wattenhofer của Viện Công nghệ Liên bang Zurich sẽ tập trung vào việc xác định các nút thắt cổ chai phát sinh từ những thiếu sót trong thiết kế hợp đồng thông minh, nhằm nâng cao tiềm năng song song của các ứng dụng blockchain. Nghiên cứu này cũng sẽ khám phá tác động của việc điều chỉnh phí giao dịch đối với tiềm năng song song.
Giao thức Bullshark cơ khí hóa
Giáo sư Ilya Sergey từ Đại học Quốc gia Singapore nhằm mục đích sử dụng các công cụ xác minh hỗ trợ máy tính hiện đại để xác thực chính thức các thuộc tính của Bullshark, thúc đẩy sự hiểu biết về các giao thức đồng thuận dựa trên đồ thị có hướng không chu trình. Nghiên cứu này sẽ cung cấp mô hình giao thức đồng thuận DAG được xác minh cơ học đầu tiên cho nghiên cứu hệ thống phân tán.
BBSF: Khung tiêu chuẩn hóa blockchain
Giáo sư Henry F. Korth của Đại học Lehigh đã đề xuất tạo ra một định dạng chuẩn hóa tiêu chuẩn blockchain để so sánh công bằng giữa các blockchain L1 và các giải pháp mở rộng L2. Dự án này nhằm cung cấp cái nhìn minh bạch về hiệu suất chuỗi cho người dùng và nhà phát triển, thúc đẩy việc đưa ra quyết định thông minh.
Xây dựng lớp chuỗi chia sẻ có thể mở rộng và phi tập trung
Giáo sư Min Suk Kang từ Viện Khoa học và Công nghệ Hàn Quốc sẽ khám phá khả năng sử dụng Bullshark/Mysticeti làm thuật toán sắp xếp chia sẻ. Điều này liên quan đến việc vận hành nhiều Rollup sử dụng Sui làm lớp sắp xếp, cho phép chúng giải thích giao dịch dựa trên các lớp thực thi tương ứng.
được sử dụng cho thị trường phí địa phương tối ưu hóa giá cả tắc nghẽn
Nghiên cứu của giáo sư Abdoulaye Ndiaye tại Đại học New York tập trung vào thị trường phí địa phương để tối ưu hóa giá cả tắc nghẽn, so sánh việc giao dịch tắc nghẽn với việc thực hiện giao dịch trong mạng lưới blockchain. Mục tiêu là xây dựng cơ chế định giá hiệu quả phản ánh tình trạng tắc nghẽn, đạt được phân bổ tài nguyên tối ưu.
SAMM: Nhà tạo lập thị trường tự động phân đoạn
Giáo sư Ittay Eyal tại Viện Công nghệ Israel đang phát triển một khái niệm mới có tên là hợp đồng phân mảnh, sử dụng nhiều hợp đồng để tăng cường khả năng đồng thời. Nghiên cứu này nhằm điều chỉnh cơ chế khuyến khích cho nhà cung cấp thanh khoản và các nhà giao dịch, nhằm duy trì nhiều phân mảnh AMM, đạt được AMM phân mảnh hoàn toàn có thể song song.
tiết lộ cá nhân trong cơ chế cạnh tranh
Giáo sư Andrea Attar của Đại học Tor Vergata ở Roma khám phá những phương pháp mới trong thiết kế cơ chế thị trường, nghiên cứu ảnh hưởng của việc tiết lộ thông tin một cách riêng tư từ người thiết kế đến các đại lý đối với kết quả thị trường và tương tác chiến lược, nhằm cung cấp cái nhìn sâu sắc về động lực và cạnh tranh của thị trường hiện đại.
Ứng dụng mô hình ngôn ngữ lớn để tạo hợp đồng thông minh Sui
Các giáo sư Ken Koedinger và Eason Chen từ Đại học Carnegie Mellon nhằm mục đích tinh chỉnh các mô hình ngôn ngữ lớn bằng cách sử dụng mã Move và các gợi ý cụ thể của Sui để giải quyết những thách thức hiện tại của LLM trong việc tạo ra hợp đồng thông minh bằng ngôn ngữ Move.
COMET: Chuyển đổi sang các thước đo và khung so sánh của Move
Giáo sư George Giaglis của Đại học Nicosia sẽ tiến hành phân tích so sánh toàn diện giữa Solidity và Move, nhằm thúc đẩy hiểu biết sâu sắc về chức năng và khả năng của Move. Nghiên cứu này nhằm thiết lập một khuôn khổ giúp các nhà phát triển dễ dàng chuyển sang việc phát triển bằng Move.
DeFi cách mạng: Tối ưu hóa tính thanh khoản và phí động trên Sui bằng phương pháp học sâu
Các giáo sư Rachid Guerraoui và Walid Sofiane của Viện Công nghệ Liên bang Lausanne sẽ phát triển một mô hình học sâu hỗn hợp để dự đoán phạm vi tối ưu trong giao thức Sui DeFi. Mô hình này kết hợp mạng nơ-ron hồi tiếp tăng cường và học tăng cường sâu, đồng thời tích hợp phân tích cảm xúc từ mạng xã hội để cải thiện độ chính xác của dự đoán.
Đánh giá khả năng dự đoán biến động của SUI
Giáo sư Stavros Degiannakis 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. Nghiên cứu này sẽ tập trung chủ yếu vào SUI và sẽ được xác minh trong các tài sản blockchain khác nhau.
zkSNARKs minh bạch hậu lượng tử với bộ nhớ thấp
Giáo sư Brett Falk và Pratyush Mishra tại Đại học Pennsylvania đang hướng tới việc phát triển zkSNARKs có thể mở rộng, đồng thời giải quyết ba trở ngại chính: độ phức tạp về thời gian của người chứng minh, độ phức tạp về không gian và kích thước SRS, nhằm cung cấp các chứng minh mã hóa có thể mở rộng sẵn sàng triển khai cho nhiều ứng dụng trong công nghệ blockchain.
Các dự án nghiên cứu đa dạng này bao gồm nhiều lĩnh vực then chốt của công nghệ blockchain, từ cơ chế đồng thuận đến an toàn hợp đồng thông minh, từ tối ưu hóa DeFi đến bảo vệ quyền riêng tư. Quỹ Sui thông qua việc hỗ trợ các nghiên cứu tiên tiến này không chỉ thúc đẩy sự phát triển của công nghệ blockchain mà còn đóng góp quan trọng vào sự tiến bộ của toàn bộ hệ sinh thái Web3.