📢 Gate廣場 #NERO发帖挑战# 秀觀點贏大獎活動火熱開啓!
Gate NERO生態周來襲!發帖秀出NERO項目洞察和活動實用攻略,瓜分30,000NERO!
💰️ 15位優質發帖用戶 * 2,000枚NERO每人
如何參與:
1️⃣ 調研NERO項目
對NERO的基本面、社區治理、發展目標、代幣經濟模型等方面進行研究,分享你對項目的深度研究。
2️⃣ 參與並分享真實體驗
參與NERO生態周相關活動,並曬出你的參與截圖、收益圖或實用教程。可以是收益展示、簡明易懂的新手攻略、小竅門,也可以是行情點位分析,內容詳實優先。
3️⃣ 鼓勵帶新互動
如果你的帖子吸引到他人參與活動,或者有好友評論“已參與/已交易”,將大幅提升你的獲獎概率!
NERO熱門活動(帖文需附以下活動連結):
NERO Chain (NERO) 生態周:Gate 已上線 NERO 現貨交易,爲回饋平台用戶,HODLer Airdrop、Launchpool、CandyDrop、餘幣寶已上線 NERO,邀您體驗。參與攻略見公告:https://www.gate.com/announcements/article/46284
高質量帖子Tips:
教程越詳細、圖片越直觀、互動量越高,獲獎幾率越大!
市場見解獨到、真實參與經歷、有帶新互動者,評選將優先考慮。
帖子需原創,字數不少於250字,且需獲得至少3條有效互動
Sui基金會公布新一輪學術資助:17個項目獲42萬美金 全球名校參與
Sui新一輪學術研究資助公布:全球知名高校參與,17個項目獲超42萬美金支持
近期,Sui基金會宣布了新一輪學術研究資助的獲獎名單。該計劃旨在資助推動Web3發展的研究,特別是推進與區塊鏈網路、智能合約編程和基於Sui構建的產品相關的技術邊界。
在過去兩個階段中,基金會批準了來自17所國際知名大學的提案,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。
受資助項目介紹
DAOs:投票團體多樣性
康奈爾大學的Ari Juels教授將研究去中心化組織的本質含義,建立衡量DAO去中心化程度的指標,並探索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團隊致力於開發一種異步DAG協議,以提高抗攻擊能力並適應變化的威脅環境。該協議旨在提供更好的安全性和適應性,同時保持接近部分同步對手的性能水平。
大型語言模型指導下的Sui智能合約審計
倫敦大學學院的Arthur Gervais團隊將利用GPT-4-32k和Claude-v2-100k等大型語言模型改進Move智能合約審計。他們的初步研究在52個Solidity DeFi智能合約中發現了導致近10億美元損失的漏洞。該項目將這一研究擴展到Sui智能合約。
映射共識協議領域
伯爾尼大學的Christopher Cachin教授將對當前共識領域進行全面調查,爲密碼共識協議提供新見解,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。該項目將利用Coq證明管理系統,開發全面的定義和證明策略庫。
識別可擴展性瓶頸
蘇黎世聯邦理工學院的Roger Wattenhofer團隊將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。他們還將研究調整交易費用對並行化的影響。
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DAG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教授將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團隊將探討將Bullshark/Mysticeti用作共享排序器算法,研究多個使用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教授將研究本地費用市場以優化擁堵定價,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團隊正在開發分片合約概念,利用多個合約增加並發性。他們將調整流動性提供者和交易者的激勵,以維持多個AMM分片。
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Move語言智能合約生成的挑戰。
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。
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,整合社交媒體情感分析以提高準確性。
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將致力於開發可擴展的zkSNARKs,同時解決證明者時間復雜度、空間復雜度和SRS大小三個主要障礙。
這些研究項目涵蓋了區塊鏈技術的多個前沿領域,從去中心化治理到智能合約安全,從共識機制到預言機驗證,反映了Sui生態系統對學術創新的重視。通過支持這些高水平的研究項目,Sui基金會旨在推動區塊鏈技術的整體發展,爲Web3的未來奠定堅實的理論和技術基礎。