Premios de Investigación Académica de Sui: 17 proyectos de universidades de renombre mundial reciben más de 420,000 dólares estadounidenses.
Recientemente, la Fundación Sui publicó la lista de ganadores de la nueva ronda de premios de investigación académica. Este programa está diseñado para financiar investigaciones que promuevan el desarrollo de Web3, especialmente innovaciones tecnológicas relacionadas con redes blockchain, programación de contratos inteligentes y productos construidos sobre Sui.
En las dos etapas pasadas, se aprobaron un total de 17 propuestas de investigación de universidades internacionales de renombre, con un monto total de financiamiento de 425,000 dólares. Las universidades participantes incluyen el Instituto de Ciencia y Tecnología de Corea (KAIST), el University College London (UCL), la Escuela Politécnica Federal de Lausana (EPFL) y la Universidad Nacional de Singapur (NUS), entre otras.
Destacados de las propuestas ganadoras
Evaluación del grado de descentralización de los DAOs
El equipo de investigación de la Universidad de Cornell desarrollará un conjunto de indicadores para medir el grado de descentralización de la organización autónoma descentralizada (DAO) y explorará métodos prácticos para mejorar la descentralización dentro de la organización.
Protocolo de consenso DAG asíncrono
El proyecto del University College London se dedica al desarrollo de un protocolo de gráfico acíclico dirigido asíncrono (DAG), para mejorar la resistencia a ataques y adaptarse a un entorno de adversarios en constante cambio. Este protocolo tiene como objetivo proporcionar una mejor seguridad y adaptabilidad, mientras mantiene un nivel de rendimiento cercano al de adversarios parcialmente sincrónicos.
Auditoría de contratos inteligentes basada en modelos de lenguaje grandes
Otro equipo de University College London utilizará modelos de lenguaje de gran tamaño como GPT-4-32k y Claude-v2-100k (LLMs) para mejorar el proceso de auditoría de contratos inteligentes Move. Su análisis previo de 52 contratos inteligentes Solidity DeFi encontró vulnerabilidades que causaron pérdidas de casi mil millones de dólares. El proyecto ampliará la investigación a contratos inteligentes Sui, enfatizando la importancia de realizar evaluaciones de seguridad de manera oportuna.
Investigación en el ámbito de protocolos de consenso
El proyecto de la Universidad de Berna realizará una investigación exhaustiva en el campo de los consensos actuales, proporcionando nuevas perspectivas para los protocolos de consenso criptográfico. Los resultados de la investigación ayudarán a comprender mejor los algoritmos existentes y ofrecerán nuevas ideas para el diseño de protocolos distribuidos.
marco de verificación del protocolo oráculo
El proyecto de colaboración entre la Universidad Carnegie Mellon y la Alianza Djed creará un marco para analizar y verificar rigurosamente los oráculos de blockchain mediante métodos de formalización. Este marco es crucial para garantizar la precisión y equidad de los datos externos en los contratos inteligentes.
Identificación de cuellos de botella de escalabilidad
La investigación del Instituto Federal de Tecnología de Zúrich tiene como objetivo identificar los cuellos de botella derivados de los defectos de diseño de los contratos inteligentes, con el fin de mejorar el potencial de paralelización de las aplicaciones de blockchain. También se explorará el impacto de los ajustes en las tarifas de transacción sobre el potencial de paralelización.
Verificación mecanizada del protocolo Bullshark
El proyecto 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 DAG. Este será el primer modelo de protocolo de consenso DAG verificado mecánicamente en la investigación de sistemas distribuidos.
Marco de estándares de referencia de blockchain
La investigación de la Universidad de Lehigh tiene como objetivo crear un formato de estandarización de referencia de blockchain para comparar de manera justa las soluciones de capa uno y las soluciones de escalado de capa dos. El objetivo es proporcionar a los usuarios y desarrolladores una visión transparente del rendimiento de la cadena, promoviendo decisiones informadas.
Investigación sobre la capa de orden compartido
El proyecto del Instituto Coreano de Ciencia y Tecnología explorará la posibilidad de utilizar Bullshark/Mysticeti como un algoritmo de ordenación compartido, involucrando la ejecución de múltiples Rollup que utilizan Sui como capa de ordenación.
Investigación de mercado de tarifas locales
La investigación de la Universidad de Nueva York investigará el mercado de tarifas locales para optimizar la fijación de precios de congestión, haciendo una analogía entre el comercio de congestión y la ejecución de transacciones en redes blockchain. El objetivo es establecer un mecanismo de fijación de precios efectivo que refleje el estado de congestión, con el fin de lograr una óptima asignación de recursos.
Creación automática de mercado de fragmentos ( SAMM )
El Instituto Tecnológico de Israel está desarrollando un nuevo concepto llamado contrato por fragmentos, que utiliza múltiples contratos para aumentar la concurrencia. Este proyecto tiene como objetivo ajustar los mecanismos de incentivos para proveedores de liquidez y comerciantes, con el fin de mantener múltiples fragmentos de AMM y lograr un AMM fragmentado completamente paralelizable.
Mecanismo de divulgación de información privada
La Universidad de Tor Vergata en Roma investiga nuevos métodos de diseño de mecanismos de mercado, centrándose en la competencia entre vendedores para atraer a compradores informados. El proyecto examinará el impacto de la divulgación privada de información por parte de los diseñadores a los agentes en los resultados del mercado y en la interacción estratégica.
generación de contratos inteligentes basada en modelos de lenguaje grandes
El proyecto de la Universidad Carnegie Mellon tiene como objetivo afinar modelos de lenguaje grandes (LLMs) utilizando código Move y sugerencias específicas de Sui, para abordar los desafíos actuales de los LLMs en la generación de contratos inteligentes en el lenguaje Move. La investigación recopilará un conjunto de datos completo de ejemplos del lenguaje Move, mejorará la ingeniería de sugerencias e implementará el ajuste fino.
Marco de análisis comparativo del lenguaje Move
La investigación 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. Al organizar los elementos clave en un marco, el objetivo es ayudar a los desarrolladores a realizar una transición más fácil hacia el desarrollo utilizando Move.
Modelo de aprendizaje profundo optimizado para DeFi
El proyecto de la Escuela Politécnica Federal de Lausana desarrollará un modelo híbrido de aprendizaje profundo para la predicción del rango óptimo en el protocolo Sui DeFi. Este modelo combina redes neuronales recurrentes mejoradas y aprendizaje por refuerzo profundo, al mismo tiempo que integra el análisis de sentimientos en redes sociales para mejorar la precisión de las predicciones.
Estudio de predicción de la volatilidad de SUI
La investigación de la Universidad Abierta de Chipre investigará la efectividad del algoritmo SPEC en la predicción de la volatilidad de los activos Sui. Utilizando datos de precios de alta frecuencia, el estudio se centrará principalmente en SUI y se validará en varios activos de blockchain.
zkSNARKs transparentes de poscuántica de bajo memoria
El proyecto de la Universidad de Pensilvania tiene como objetivo desarrollar zkSNARKs escalables, abordando simultáneamente tres obstáculos principales: la complejidad temporal del probador, la complejidad espacial y el tamaño de SRS. El objetivo es proporcionar pruebas criptográficas escalables listas para el despliegue para diversas aplicaciones en la tecnología blockchain.
Estos proyectos de investigación abarcan múltiples áreas clave de la tecnología blockchain, desde mecanismos de consenso hasta la seguridad de contratos inteligentes, desde la optimización de DeFi hasta la innovación en zkSNARKs. Al apoyar esta investigación de vanguardia, la Fundación Sui demuestra su determinación de impulsar el desarrollo de la tecnología blockchain y la investigación académica, sentando una base sólida para el desarrollo a largo plazo del ecosistema Web3.
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.
7 me gusta
Recompensa
7
6
Republicar
Compartir
Comentar
0/400
GhostInTheChain
· 07-27 16:42
De nuevo están gastando mucho dinero para tomar a la gente por tonta.
Ver originalesResponder0
degenonymous
· 07-25 16:05
La inversión sigue el camino académico.
Ver originalesResponder0
failed_dev_successful_ape
· 07-24 17:38
El rollo vuela, no puedo seguir el ritmo.
Ver originalesResponder0
PumpBeforeRug
· 07-24 17:36
Jaja, el dinero se agotó por sí solo en el grupo.
Ver originalesResponder0
OnchainDetective
· 07-24 17:30
Los detalles de los fondos son sospechosos. He bloqueado varios modelos de DIRECCIÓN.
Ver originalesResponder0
RugPullProphet
· 07-24 17:30
¿Puedo subirme al coche? Solo tengo este poco de dinero.
Sui nueva ronda de premios de investigación académica: 17 universidades de prestigio reciben 420,000 dólares para impulsar la innovación en Web3
Premios de Investigación Académica de Sui: 17 proyectos de universidades de renombre mundial reciben más de 420,000 dólares estadounidenses.
Recientemente, la Fundación Sui publicó la lista de ganadores de la nueva ronda de premios de investigación académica. Este programa está diseñado para financiar investigaciones que promuevan el desarrollo de Web3, especialmente innovaciones tecnológicas relacionadas con redes blockchain, programación de contratos inteligentes y productos construidos sobre Sui.
En las dos etapas pasadas, se aprobaron un total de 17 propuestas de investigación de universidades internacionales de renombre, con un monto total de financiamiento de 425,000 dólares. Las universidades participantes incluyen el Instituto de Ciencia y Tecnología de Corea (KAIST), el University College London (UCL), la Escuela Politécnica Federal de Lausana (EPFL) y la Universidad Nacional de Singapur (NUS), entre otras.
Destacados de las propuestas ganadoras
Evaluación del grado de descentralización de los DAOs
El equipo de investigación de la Universidad de Cornell desarrollará un conjunto de indicadores para medir el grado de descentralización de la organización autónoma descentralizada (DAO) y explorará métodos prácticos para mejorar la descentralización dentro de la organización.
Protocolo de consenso DAG asíncrono
El proyecto del University College London se dedica al desarrollo de un protocolo de gráfico acíclico dirigido asíncrono (DAG), para mejorar la resistencia a ataques y adaptarse a un entorno de adversarios en constante cambio. Este protocolo tiene como objetivo proporcionar una mejor seguridad y adaptabilidad, mientras mantiene un nivel de rendimiento cercano al de adversarios parcialmente sincrónicos.
Auditoría de contratos inteligentes basada en modelos de lenguaje grandes
Otro equipo de University College London utilizará modelos de lenguaje de gran tamaño como GPT-4-32k y Claude-v2-100k (LLMs) para mejorar el proceso de auditoría de contratos inteligentes Move. Su análisis previo de 52 contratos inteligentes Solidity DeFi encontró vulnerabilidades que causaron pérdidas de casi mil millones de dólares. El proyecto ampliará la investigación a contratos inteligentes Sui, enfatizando la importancia de realizar evaluaciones de seguridad de manera oportuna.
Investigación en el ámbito de protocolos de consenso
El proyecto de la Universidad de Berna realizará una investigación exhaustiva en el campo de los consensos actuales, proporcionando nuevas perspectivas para los protocolos de consenso criptográfico. Los resultados de la investigación ayudarán a comprender mejor los algoritmos existentes y ofrecerán nuevas ideas para el diseño de protocolos distribuidos.
marco de verificación del protocolo oráculo
El proyecto de colaboración entre la Universidad Carnegie Mellon y la Alianza Djed creará un marco para analizar y verificar rigurosamente los oráculos de blockchain mediante métodos de formalización. Este marco es crucial para garantizar la precisión y equidad de los datos externos en los contratos inteligentes.
Identificación de cuellos de botella de escalabilidad
La investigación del Instituto Federal de Tecnología de Zúrich tiene como objetivo identificar los cuellos de botella derivados de los defectos de diseño de los contratos inteligentes, con el fin de mejorar el potencial de paralelización de las aplicaciones de blockchain. También se explorará el impacto de los ajustes en las tarifas de transacción sobre el potencial de paralelización.
Verificación mecanizada del protocolo Bullshark
El proyecto 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 DAG. Este será el primer modelo de protocolo de consenso DAG verificado mecánicamente en la investigación de sistemas distribuidos.
Marco de estándares de referencia de blockchain
La investigación de la Universidad de Lehigh tiene como objetivo crear un formato de estandarización de referencia de blockchain para comparar de manera justa las soluciones de capa uno y las soluciones de escalado de capa dos. El objetivo es proporcionar a los usuarios y desarrolladores una visión transparente del rendimiento de la cadena, promoviendo decisiones informadas.
Investigación sobre la capa de orden compartido
El proyecto del Instituto Coreano de Ciencia y Tecnología explorará la posibilidad de utilizar Bullshark/Mysticeti como un algoritmo de ordenación compartido, involucrando la ejecución de múltiples Rollup que utilizan Sui como capa de ordenación.
Investigación de mercado de tarifas locales
La investigación de la Universidad de Nueva York investigará el mercado de tarifas locales para optimizar la fijación de precios de congestión, haciendo una analogía entre el comercio de congestión y la ejecución de transacciones en redes blockchain. El objetivo es establecer un mecanismo de fijación de precios efectivo que refleje el estado de congestión, con el fin de lograr una óptima asignación de recursos.
Creación automática de mercado de fragmentos ( SAMM )
El Instituto Tecnológico de Israel está desarrollando un nuevo concepto llamado contrato por fragmentos, que utiliza múltiples contratos para aumentar la concurrencia. Este proyecto tiene como objetivo ajustar los mecanismos de incentivos para proveedores de liquidez y comerciantes, con el fin de mantener múltiples fragmentos de AMM y lograr un AMM fragmentado completamente paralelizable.
Mecanismo de divulgación de información privada
La Universidad de Tor Vergata en Roma investiga nuevos métodos de diseño de mecanismos de mercado, centrándose en la competencia entre vendedores para atraer a compradores informados. El proyecto examinará el impacto de la divulgación privada de información por parte de los diseñadores a los agentes en los resultados del mercado y en la interacción estratégica.
generación de contratos inteligentes basada en modelos de lenguaje grandes
El proyecto de la Universidad Carnegie Mellon tiene como objetivo afinar modelos de lenguaje grandes (LLMs) utilizando código Move y sugerencias específicas de Sui, para abordar los desafíos actuales de los LLMs en la generación de contratos inteligentes en el lenguaje Move. La investigación recopilará un conjunto de datos completo de ejemplos del lenguaje Move, mejorará la ingeniería de sugerencias e implementará el ajuste fino.
Marco de análisis comparativo del lenguaje Move
La investigación 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. Al organizar los elementos clave en un marco, el objetivo es ayudar a los desarrolladores a realizar una transición más fácil hacia el desarrollo utilizando Move.
Modelo de aprendizaje profundo optimizado para DeFi
El proyecto de la Escuela Politécnica Federal de Lausana desarrollará un modelo híbrido de aprendizaje profundo para la predicción del rango óptimo en el protocolo Sui DeFi. Este modelo combina redes neuronales recurrentes mejoradas y aprendizaje por refuerzo profundo, al mismo tiempo que integra el análisis de sentimientos en redes sociales para mejorar la precisión de las predicciones.
Estudio de predicción de la volatilidad de SUI
La investigación de la Universidad Abierta de Chipre investigará la efectividad del algoritmo SPEC en la predicción de la volatilidad de los activos Sui. Utilizando datos de precios de alta frecuencia, el estudio se centrará principalmente en SUI y se validará en varios activos de blockchain.
zkSNARKs transparentes de poscuántica de bajo memoria
El proyecto de la Universidad de Pensilvania tiene como objetivo desarrollar zkSNARKs escalables, abordando simultáneamente tres obstáculos principales: la complejidad temporal del probador, la complejidad espacial y el tamaño de SRS. El objetivo es proporcionar pruebas criptográficas escalables listas para el despliegue para diversas aplicaciones en la tecnología blockchain.
Estos proyectos de investigación abarcan múltiples áreas clave de la tecnología blockchain, desde mecanismos de consenso hasta la seguridad de contratos inteligentes, desde la optimización de DeFi hasta la innovación en zkSNARKs. Al apoyar esta investigación de vanguardia, la Fundación Sui demuestra su determinación de impulsar el desarrollo de la tecnología blockchain y la investigación académica, sentando una base sólida para el desarrollo a largo plazo del ecosistema Web3.