📢 #Gate广场征文活动第二期# 正式啓動!
分享你對 $ERA 項目的獨特觀點,推廣ERA上線活動, 700 $ERA 等你來贏!
💰 獎勵:
一等獎(1名): 100枚 $ERA
二等獎(5名): 每人 60 枚 $ERA
三等獎(10名): 每人 30 枚 $ERA
👉 參與方式:
1.在 Gate廣場發布你對 ERA 項目的獨到見解貼文
2.在貼文中添加標籤: #Gate广场征文活动第二期# ,貼文字數不低於300字
3.將你的文章或觀點同步到X,加上標籤:Gate Square 和 ERA
4.徵文內容涵蓋但不限於以下創作方向:
ERA 項目亮點:作爲區塊鏈基礎設施公司,ERA 擁有哪些核心優勢?
ERA 代幣經濟模型:如何保障代幣的長期價值及生態可持續發展?
參與並推廣 Gate x Caldera (ERA) 生態周活動。點擊查看活動詳情:https://www.gate.com/announcements/article/46169。
歡迎圍繞上述主題,或從其他獨特視角提出您的見解與建議。
⚠️ 活動要求:
原創內容,至少 300 字, 重復或抄襲內容將被淘汰。
不得使用 #Gate广场征文活动第二期# 和 #ERA# 以外的任何標籤。
每篇文章必須獲得 至少3個互動,否則無法獲得獎勵
鼓勵圖文並茂、深度分析,觀點獨到。
⏰ 活動時間:2025年7月20日 17
Sui學術研究獎公布:17個頂尖高校項目獲42萬美元資助
Sui最新學術研究獎結果公布:全球頂尖高校參與,17個項目獲42萬美元資助
近期,Sui基金會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發展的研究項目,特別是與區塊鏈網路、智能合約編程以及基於Sui構建的產品相關的前沿技術。
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。
獲獎項目概覽
DAOs:投票團體多樣性研究
康奈爾大學的Ari Juels教授將着手研究去中心化組織的本質,建立衡量DAO去中心化程度的指標,並探索提升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團隊計劃開發一種異步DAG協議,以增強抵御攻擊的能力,並適應不斷變化的對手環境。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對手的性能水平。
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教授將利用GPT-4-32k和Claude-v2-100k等大型語言模型,對Move智能合約進行審計。該項目將基於對52個Solidity DeFi智能合約的初步分析結果,擴展到Sui智能合約的安全評估。
映射共識協議領域
伯爾尼大學的Christopher Cachin教授將對當前的共識領域進行全面調查,爲密碼共識協議提供新的見解,有助於更好地理解現有算法,並爲設計分布式協議提供新的思路。
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教授和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,確保智能合約中外部數據的準確性和公平性。
識別可擴展性瓶頸
蘇黎世聯邦理工學院的Roger Wattenhofer教授將致力於識別源於智能合約設計缺陷的瓶頸,以提高區塊鏈應用程序的並行化潛力,並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教授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教授旨在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見。
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教授將探討將Bullshark/Mysticeti用作共享排序器算法的可能性,研究運行多個使用Sui作爲排序層的Rollup的情況。
用於最佳擁堵定價的本地費用市場
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,探索建立反映擁堵狀態的有效定價機制,以實現最佳資源分配。
SAMM:分片自動做市商
以色列理工學院的Ittay Eyal教授正在開發分片合約概念,利用多個合約來增加並發性。該研究旨在調整流動性提供者和交易者的激勵,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教授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教授將通過使用Move代碼和Sui特定提示來微調大型語言模型,以解決當前LLMs在生成Move語言智能合約方面的挑戰。
COMET:過渡到Move的比較度量和框架
尼科西亞大學的George Giaglis教授將完成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,幫助開發人員輕鬆過渡到使用Move進行開發。
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教授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,旨在提高DeFi協議對市場變化的響應能力。
評估對SUI波動率的預測能力
塞浦路斯開放大學的Stavros Degiannakis教授將調查SPEC算法在Sui資產波動率預測中的有效性,主要關注SUI,並在各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教授旨在開發可擴展的zkSNARKs,解決證明者時間復雜度、空間復雜度和SRS大小等主要障礙,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。
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,從共識機制到市場設計。通過支持這些前沿研究,Sui基金會正在爲Web3生態系統的長期發展和創新鋪平道路。