Se anuncia una nueva ronda del Premio de Investigación Académica Sui, 17 proyectos reciben 420,000 dólares en financiamiento, centrados en la innovación de Web3.
Resultados de la nueva ronda del Premio de Investigación Académica Sui: Universidades de renombre mundial reciben financiamiento, 17 proyectos con un total de más de 420,000 dólares.
La Fundación Sui anunció recientemente la lista de ganadores de la nueva ronda de premios de investigación académica. Este programa tiene como objetivo financiar investigaciones que promuevan el desarrollo de Web3, con un enfoque especial en los avances en redes blockchain, programación de contratos inteligentes y tecnologías relacionadas con productos construidos sobre Sui.
En las dos etapas pasadas, se aprobaron un total de 17 propuestas de las principales universidades del mundo, con un financiamiento total de 425,000 dólares. Las universidades participantes incluyen el Instituto de Ciencia y Tecnología de Corea, el University College London, la Escuela Politécnica Federal de Lausana y la Universidad Nacional de Singapur.
Resumen de propuestas ganadoras
DAOs: Diversidad en los grupos de votación
El equipo de Ari Juels de la Universidad de Cornell se dedicará a establecer indicadores para medir el grado de descentralización de las organizaciones. El objetivo de la investigación es identificar prácticas que puedan mejorar la descentralización dentro de la organización.
Consenso de protocolo DAG asíncrono seguro y adaptable
El equipo de Philipp Jovanovic de University College London propuso desarrollar un protocolo DAG asíncrono para mejorar la resistencia a ataques y adaptarse a oponentes dinámicos. Este protocolo tiene como objetivo ofrecer una mejor seguridad y adaptabilidad, manteniendo al mismo tiempo un nivel de rendimiento cercano al de oponentes parcialmente síncronos.
Auditoría de contratos inteligentes Sui asistida por modelos de lenguaje grandes
El equipo de Arthur Gervais de University College London planea utilizar modelos de lenguaje a gran escala como GPT-4-32k y Claude-v2-100k para mejorar la auditoría de contratos inteligentes Move. Basarán su investigación en los resultados de un análisis preliminar de 52 contratos inteligentes DeFi en Solidity, y expandirán su estudio a los contratos inteligentes Sui.
Protocolo de consenso de mapeo
El equipo de Christopher Cachin de la Universidad de Berna llevará a cabo una investigación exhaustiva en el campo del consenso actual, proporcionando perspectivas novedosas sobre los protocolos de consenso criptográfico, lo que ayudará a comprender mejor los algoritmos existentes y ofrecer nuevas ideas para el diseño de protocolos distribuidos.
Marco de verificación de alta confiabilidad para el protocolo de oráculos descentralizados
El equipo de Giselle Reis de la Universidad Carnegie Mellon y Bruno Woltzenlogel Paleo de Djed Alliance crearán un marco para analizar y verificar rigurosamente los oráculos de blockchain mediante métodos formalizados. Esta investigación aprovechará los protocolos de oráculos fundamentales y los modelos de negocio formalizados en el sistema de gestión de pruebas Coq.
Identificación de cuellos de botella en la escalabilidad
El equipo de Roger Wattenhofer del Instituto Federal de Tecnología de Zúrich tiene como objetivo mejorar el potencial de paralelización de las aplicaciones de blockchain identificando cuellos de botella derivados de defectos en el diseño de contratos inteligentes. También explorarán el impacto de ajustar las tarifas de transacción en el potencial de paralelización.
Protocolo Bullshark mecanizado
El equipo de Ilya Sergey de la Universidad Nacional de Singapur utilizará herramientas modernas de verificación asistida por computadora para validar formalmente las propiedades de Bullshark, avanzando en la comprensión de los protocolos de consenso basados en grafos acíclicos dirigidos.
BBSF: Marco de estándares de referencia de blockchain
El equipo de Henry F. Korth de la Universidad de Lehigh planea crear un formato de estandarización de referencia de blockchain para comparar de manera justa las soluciones de blockchain L1 y L2, proporcionando a los usuarios y desarrolladores una visión clara del rendimiento de la cadena.
Construir una capa de secuencia compartida escalable y descentralizada
El equipo de Min Suk Kang del Instituto Coreano de Ciencia y Tecnología explorará la posibilidad de utilizar Bullshark/Mysticeti como un algoritmo de ordenación compartido, que implica la ejecución de múltiples Rollups que utilizan Sui como capa de ordenación.
mercado local de tarifas para la mejor fijación de precios de congestión
El equipo de Abdoulaye Ndiaye de la Universidad de Nueva York investigará el mercado de tarifas locales para optimizar la tarificación por congestión y explorará la creación de un mecanismo de precios efectivo que refleje el estado de congestión.
SAMM: Creadores de mercado automáticos de fragmentos
El equipo de Ittay Eyal del Instituto Tecnológico de Israel está desarrollando el concepto de contratos fragmentados, con el objetivo de aumentar la concurrencia a través de múltiples contratos. Su meta es ajustar los mecanismos de incentivos para mantener múltiples fragmentos de AMM, logrando un AMM fragmentado completamente paralelizable.
Divulgación privada en mecanismos de competencia
El equipo de Andrea Attar de la Universidad de Rometorviata explorará nuevos enfoques para el diseño de mecanismos de mercado, investigando el impacto de la divulgación privada de información por parte de los diseñadores a los agentes en los resultados del mercado y las interacciones estratégicas.
Aplicar modelos de lenguaje grandes para generar contratos inteligentes de Sui
El equipo de Ken Koedinger y Eason Chen de la Universidad Carnegie Mellon ajustará los modelos de lenguaje grandes utilizando código Move y sugerencias específicas de Sui para mejorar la generación de contratos inteligentes de Sui.
COMET: Métricas y marco de comparación para la transición a Move
El equipo de George Giaglis de la Universidad de Nicosia completará un análisis comparativo exhaustivo entre Solidity y Move, promoviendo una comprensión más profunda de las funciones y capacidades de Move.
DeFi revolucionario: optimización de la liquidez y tarifas dinámicas en Sui mediante métodos de aprendizaje profundo
El equipo de Rachid Guerraoui y Walid Sofiane de la Escuela Politécnica Federal de Lausana desarrollará un modelo de aprendizaje profundo híbrido para la mejor predicción de rangos en el protocolo Sui DeFi.
Evaluación de la capacidad predictiva de la volatilidad de SUI
El equipo de Stavros Degiannakis de la Universidad Abierta de Chipre investigará la efectividad del algoritmo SPEC en la predicción de la volatilidad de los activos Sui.
zkSNARKs transparentes de poscuántica de baja memoria
El equipo de Brett Falk y Pratyush Mishra de la Universidad de Pensilvania se dedica al desarrollo de zkSNARKs escalables, abordando problemas como la complejidad temporal del probador, la complejidad espacial y el tamaño de SRS.
Estos proyectos de investigación abarcan múltiples áreas clave de la tecnología blockchain, desde organizaciones descentralizadas hasta la seguridad de contratos inteligentes, desde mecanismos de consenso hasta la optimización de DeFi. La Fundación Sui, al apoyar esta investigación de vanguardia, muestra su determinación de impulsar el avance de la tecnología blockchain, lo que se espera que aporte importantes avances a toda la industria.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
18 me gusta
Recompensa
18
6
Republicar
Compartir
Comentar
0/400
ForkMonger
· hace6h
lmao ¿subvenciones para investigación? solo forkéalo y deja que el darwinismo haga lo suyo, tbh
Ver originalesResponder0
CounterIndicator
· hace6h
Este dinero es demasiado poco, 420,000 no es suficiente para cubrir mis pérdidas.
Ver originalesResponder0
CryptoSourGrape
· hace6h
Ay, si hubiera sabido que al elegir la carrera de informática en su momento, ahora también podría aprovechar estas oportunidades.
Ver originalesResponder0
BtcDailyResearcher
· hace6h
¿No es demasiado poco el dinero? Promedio de más de 20 mil dólares por proyecto.
Ver originalesResponder0
NoodlesOrTokens
· hace6h
¡Uuuh, todavía no conseguí el airdrop de Sui! Parece que tendré que comprar, comprar y comprar.
Ver originalesResponder0
ColdWalletGuardian
· hace6h
¿Con este poco dinero aún quieres hacer Descentralización? Ni siquiera es suficiente para comprar un Rig de Minera.
Se anuncia una nueva ronda del Premio de Investigación Académica Sui, 17 proyectos reciben 420,000 dólares en financiamiento, centrados en la innovación de Web3.
Resultados de la nueva ronda del Premio de Investigación Académica Sui: Universidades de renombre mundial reciben financiamiento, 17 proyectos con un total de más de 420,000 dólares.
La Fundación Sui anunció recientemente la lista de ganadores de la nueva ronda de premios de investigación académica. Este programa tiene como objetivo financiar investigaciones que promuevan el desarrollo de Web3, con un enfoque especial en los avances en redes blockchain, programación de contratos inteligentes y tecnologías relacionadas con productos construidos sobre Sui.
En las dos etapas pasadas, se aprobaron un total de 17 propuestas de las principales universidades del mundo, con un financiamiento total de 425,000 dólares. Las universidades participantes incluyen el Instituto de Ciencia y Tecnología de Corea, el University College London, la Escuela Politécnica Federal de Lausana y la Universidad Nacional de Singapur.
Resumen de propuestas ganadoras
DAOs: Diversidad en los grupos de votación
El equipo de Ari Juels de la Universidad de Cornell se dedicará a establecer indicadores para medir el grado de descentralización de las organizaciones. El objetivo de la investigación es identificar prácticas que puedan mejorar la descentralización dentro de la organización.
Consenso de protocolo DAG asíncrono seguro y adaptable
El equipo de Philipp Jovanovic de University College London propuso desarrollar un protocolo DAG asíncrono para mejorar la resistencia a ataques y adaptarse a oponentes dinámicos. Este protocolo tiene como objetivo ofrecer una mejor seguridad y adaptabilidad, manteniendo al mismo tiempo un nivel de rendimiento cercano al de oponentes parcialmente síncronos.
Auditoría de contratos inteligentes Sui asistida por modelos de lenguaje grandes
El equipo de Arthur Gervais de University College London planea utilizar modelos de lenguaje a gran escala como GPT-4-32k y Claude-v2-100k para mejorar la auditoría de contratos inteligentes Move. Basarán su investigación en los resultados de un análisis preliminar de 52 contratos inteligentes DeFi en Solidity, y expandirán su estudio a los contratos inteligentes Sui.
Protocolo de consenso de mapeo
El equipo de Christopher Cachin de la Universidad de Berna llevará a cabo una investigación exhaustiva en el campo del consenso actual, proporcionando perspectivas novedosas sobre los protocolos de consenso criptográfico, lo que ayudará a comprender mejor los algoritmos existentes y ofrecer nuevas ideas para el diseño de protocolos distribuidos.
Marco de verificación de alta confiabilidad para el protocolo de oráculos descentralizados
El equipo de Giselle Reis de la Universidad Carnegie Mellon y Bruno Woltzenlogel Paleo de Djed Alliance crearán un marco para analizar y verificar rigurosamente los oráculos de blockchain mediante métodos formalizados. Esta investigación aprovechará los protocolos de oráculos fundamentales y los modelos de negocio formalizados en el sistema de gestión de pruebas Coq.
Identificación de cuellos de botella en la escalabilidad
El equipo de Roger Wattenhofer del Instituto Federal de Tecnología de Zúrich tiene como objetivo mejorar el potencial de paralelización de las aplicaciones de blockchain identificando cuellos de botella derivados de defectos en el diseño de contratos inteligentes. También explorarán el impacto de ajustar las tarifas de transacción en el potencial de paralelización.
Protocolo Bullshark mecanizado
El equipo de Ilya Sergey de la Universidad Nacional de Singapur utilizará herramientas modernas de verificación asistida por computadora para validar formalmente las propiedades de Bullshark, avanzando en la comprensión de los protocolos de consenso basados en grafos acíclicos dirigidos.
BBSF: Marco de estándares de referencia de blockchain
El equipo de Henry F. Korth de la Universidad de Lehigh planea crear un formato de estandarización de referencia de blockchain para comparar de manera justa las soluciones de blockchain L1 y L2, proporcionando a los usuarios y desarrolladores una visión clara del rendimiento de la cadena.
Construir una capa de secuencia compartida escalable y descentralizada
El equipo de Min Suk Kang del Instituto Coreano de Ciencia y Tecnología explorará la posibilidad de utilizar Bullshark/Mysticeti como un algoritmo de ordenación compartido, que implica la ejecución de múltiples Rollups que utilizan Sui como capa de ordenación.
mercado local de tarifas para la mejor fijación de precios de congestión
El equipo de Abdoulaye Ndiaye de la Universidad de Nueva York investigará el mercado de tarifas locales para optimizar la tarificación por congestión y explorará la creación de un mecanismo de precios efectivo que refleje el estado de congestión.
SAMM: Creadores de mercado automáticos de fragmentos
El equipo de Ittay Eyal del Instituto Tecnológico de Israel está desarrollando el concepto de contratos fragmentados, con el objetivo de aumentar la concurrencia a través de múltiples contratos. Su meta es ajustar los mecanismos de incentivos para mantener múltiples fragmentos de AMM, logrando un AMM fragmentado completamente paralelizable.
Divulgación privada en mecanismos de competencia
El equipo de Andrea Attar de la Universidad de Rometorviata explorará nuevos enfoques para el diseño de mecanismos de mercado, investigando el impacto de la divulgación privada de información por parte de los diseñadores a los agentes en los resultados del mercado y las interacciones estratégicas.
Aplicar modelos de lenguaje grandes para generar contratos inteligentes de Sui
El equipo de Ken Koedinger y Eason Chen de la Universidad Carnegie Mellon ajustará los modelos de lenguaje grandes utilizando código Move y sugerencias específicas de Sui para mejorar la generación de contratos inteligentes de Sui.
COMET: Métricas y marco de comparación para la transición a Move
El equipo de George Giaglis de la Universidad de Nicosia completará un análisis comparativo exhaustivo entre Solidity y Move, promoviendo una comprensión más profunda de las funciones y capacidades de Move.
DeFi revolucionario: optimización de la liquidez y tarifas dinámicas en Sui mediante métodos de aprendizaje profundo
El equipo de Rachid Guerraoui y Walid Sofiane de la Escuela Politécnica Federal de Lausana desarrollará un modelo de aprendizaje profundo híbrido para la mejor predicción de rangos en el protocolo Sui DeFi.
Evaluación de la capacidad predictiva de la volatilidad de SUI
El equipo de Stavros Degiannakis de la Universidad Abierta de Chipre investigará la efectividad del algoritmo SPEC en la predicción de la volatilidad de los activos Sui.
zkSNARKs transparentes de poscuántica de baja memoria
El equipo de Brett Falk y Pratyush Mishra de la Universidad de Pensilvania se dedica al desarrollo de zkSNARKs escalables, abordando problemas como la complejidad temporal del probador, la complejidad espacial y el tamaño de SRS.
Estos proyectos de investigación abarcan múltiples áreas clave de la tecnología blockchain, desde organizaciones descentralizadas hasta la seguridad de contratos inteligentes, desde mecanismos de consenso hasta la optimización de DeFi. La Fundación Sui, al apoyar esta investigación de vanguardia, muestra su determinación de impulsar el avance de la tecnología blockchain, lo que se espera que aporte importantes avances a toda la industria.