Sui學術研究獎新輪結果揭曉：全球知名高校獲資助，17個項目總額超42萬美元

Sui基金會近期公布了新一輪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，尤其關注區塊鏈網路、智能合約編程和基於Sui構建的產品相關技術的突破。

在過去的兩個階段中，共有17個來自全球頂尖學府的提案獲得了批準，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。

獲獎提案概覽

DAOs：投票團體多樣性

康奈爾大學的Ari Juels團隊將致力於建立衡量去中心化組織程度的指標。研究目標是確定能夠增強組織內部去中心化的實踐方法。

自適應安全的異步DAG協議共識

倫敦大學學院的Philipp Jovanovic團隊提出開發一種異步DAG協議，以提高抗攻擊能力並適應動態對手。該協議旨在提供更優秀的安全性和適應性，同時保持接近部分同步對手的性能水平。

大型語言模型輔助Sui智能合約審計

倫敦大學學院的Arthur Gervais團隊計劃利用GPT-4-32k和Claude-v2-100k等大型語言模型改進Move智能合約審計。他們將基於對52個Solidity DeFi智能合約的初步分析結果，將研究擴展到Sui智能合約。

映射共識協議領域

伯爾尼大學的Christopher Cachin團隊將對當前共識領域進行全面調查，爲密碼共識協議提供新穎見解，有助於更好地理解現有算法並爲設計分布式協議提供新思路。

去中心化預言機協議的高可信驗證框架

卡內基梅隆大學的Giselle Reis團隊和Djed Alliance的Bruno Woltzenlogel Paleo將創建一個框架，通過形式化方法嚴格分析和驗證區塊鏈預言機。該研究將利用Coq證明管理系統中形式化的基本預言機協議和業務模型。

識別可擴展性瓶頸

蘇黎世聯邦理工學院的Roger Wattenhofer團隊旨在通過識別源於智能合約設計缺陷的瓶頸，提高區塊鏈應用程序的並行化潛力。他們還將探討調整交易費用對並行化潛力的影響。

Bullshark協議機械化

新加坡國立大學的Ilya Sergey團隊將使用現代計算機輔助驗證工具對Bullshark的屬性進行正式驗證，推進基於有向無環圖的共識協議的理解。

BBSF：區塊鏈基準化標準框架

利哈伊大學的Henry F. Korth團隊計劃創建一個區塊鏈基準標準化格式，以公平比較L1區塊鏈和L2擴展解決方案，爲用戶和開發者提供鏈性能的透明洞察。

構建可擴展和去中心化的共享序列層

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的可能性，涉及運行多個使用Sui作爲排序層的Rollup。

用於最佳擁堵定價的本地費用市場

紐約大學的Abdoulaye Ndiaye團隊將研究本地費用市場以優化擁堵定價，探索建立反映擁堵狀態的有效定價機制。

SAMM：分片自動做市商

以色列理工學院的Ittay Eyal團隊正在開發分片合約概念，旨在通過多個合約增加並發性。他們的目標是調整激勵機制，以維持多個AMM分片，實現完全可並行化的分片AMM。

競爭機制中的私人披露

羅馬托爾維亞塔大學的Andrea Attar團隊將探索市場機制設計的新方法，研究設計者向代理人私下披露信息對市場結果和戰略互動的影響。

應用大型語言模型生成Sui智能合約

卡內基梅隆大學的Ken Koedinger和Eason Chen團隊將通過使用Move代碼和Sui特定提示來微調大型語言模型，以改進Sui智能合約的生成。

COMET：過渡到Move的比較度量和框架

尼科西亞大學的George Giaglis團隊將完成Solidity和Move之間的全面比較分析，促進對Move功能和能力的更深入理解。

革命性DeFi：深度學習方法優化Sui上的流動性和動態費用

洛桑聯邦理工大學的Rachid Guerraoui和Walid Sofiane團隊將開發一種混合深度學習模型，用於Sui DeFi協議中的最佳範圍預測。

評估對SUI波動率的預測能力

塞浦路斯開放大學的Stavros Degiannakis團隊將調查SPEC算法在Sui資產波動率預測中的有效性。

低內存後量子透明zkSNARKs

賓夕法尼亞大學的Brett Falk和Pratyush Mishra團隊致力於開發可擴展的zkSNARKs，解決證明者時間復雜度、空間復雜度和SRS大小等問題。

這些研究項目涵蓋了區塊鏈技術的多個關鍵領域，從去中心化組織到智能合約安全，從共識機制到DeFi優化。Sui基金會通過支持這些前沿研究，展現了推動區塊鏈技術進步的決心，有望爲整個行業帶來重要突破。