📢 Gate广场 #MBG任务挑战# 发帖赢大奖活动火热开启!
想要瓜分1,000枚MBG?现在就来参与,展示你的洞察与实操,成为MBG推广达人!
💰️ 本期将评选出20位优质发帖用户,每人可轻松获得50枚MBG!
如何参与:
1️⃣ 调研MBG项目
对MBG的基本面、社区治理、发展目标、代币经济模型等方面进行研究,分享你对项目的深度研究。
2️⃣ 参与并分享真实体验
参与MBG相关活动(包括CandyDrop、Launchpool或现货交易),并晒出你的参与截图、收益图或实用教程。可以是收益展示、简明易懂的新手攻略、小窍门,也可以是现货行情点位分析,内容详实优先。
3️⃣ 鼓励带新互动
如果你的帖子吸引到他人参与活动,或者有好友评论“已参与/已交易”,将大幅提升你的获奖概率!
MBG热门活动(帖文需附下列活动链接):
Gate第287期Launchpool:MBG — 质押ETH、MBG即可免费瓜分112,500 MBG,每小时领取奖励!参与攻略见公告:https://www.gate.com/announcements/article/46230
Gate CandyDrop第55期:CandyDrop x MBG — 通过首次交易、交易MBG、邀请好友注册交易即可分187,500 MBG!参与攻略见公告:https://www.gate.com/announcements
Sui基金会公布新一轮学术资助:17个项目获42万美金 全球名校参与
Sui新一轮学术研究资助公布:全球知名高校参与,17个项目获超42万美金支持
近期,Sui基金会宣布了新一轮学术研究资助的获奖名单。该计划旨在资助推动Web3发展的研究,特别是推进与区块链网络、智能合约编程和基于Sui构建的产品相关的技术边界。
在过去两个阶段中,基金会批准了来自17所国际知名大学的提案,总资助金额达425,000美元。参与高校包括韩国科学技术院、伦敦大学学院、洛桑联邦理工学院和新加坡国立大学等。
受资助项目介绍
DAOs:投票团体多样性
康奈尔大学的Ari Juels教授将研究去中心化组织的本质含义,建立衡量DAO去中心化程度的指标,并探索增强组织内部去中心化的实践方法。
自适应安全的异步DAG协议共识
伦敦大学学院的Philipp Jovanovic团队致力于开发一种异步DAG协议,以提高抗攻击能力并适应变化的威胁环境。该协议旨在提供更好的安全性和适应性,同时保持接近部分同步对手的性能水平。
大型语言模型指导下的Sui智能合约审计
伦敦大学学院的Arthur Gervais团队将利用GPT-4-32k和Claude-v2-100k等大型语言模型改进Move智能合约审计。他们的初步研究在52个Solidity DeFi智能合约中发现了导致近10亿美元损失的漏洞。该项目将这一研究扩展到Sui智能合约。
映射共识协议领域
伯尔尼大学的Christopher Cachin教授将对当前共识领域进行全面调查,为密码共识协议提供新见解,有助于更好地理解现有算法,并为设计分布式协议提供新思路。
去中心化预言机协议的高可信验证框架
卡内基梅隆大学的Giselle Reis和Djed Alliance的Bruno Woltzenlogel Paleo将创建一个框架,通过形式化方法严格分析和验证区块链预言机。该项目将利用Coq证明管理系统,开发全面的定义和证明策略库。
识别可扩展性瓶颈
苏黎世联邦理工学院的Roger Wattenhofer团队将识别源于智能合约设计缺陷的瓶颈,以提高区块链应用程序的并行化潜力。他们还将研究调整交易费用对并行化的影响。
Bullshark协议机械化
新加坡国立大学的Ilya Sergey教授将使用现代计算机辅助验证工具对Bullshark的属性进行正式验证,推进基于DAG的共识协议的理解。
BBSF:区块链基准化标准框架
利哈伊大学的Henry F. Korth教授将创建一个区块链基准标准化格式,以公平比较L1区块链和L2扩展方案,为用户和开发者提供链性能的透明洞察。
构建可扩展和去中心化的共享序列层
韩国科学技术院的Min Suk Kang团队将探讨将Bullshark/Mysticeti用作共享排序器算法,研究多个使用Sui作为排序层的Rollup。
用于最佳拥堵定价的本地费用市场
纽约大学的Abdoulaye Ndiaye教授将研究本地费用市场以优化拥堵定价,建立反映拥堵状态的有效定价机制,以实现最佳资源分配。
SAMM:分片自动做市商
以色列理工学院的Ittay Eyal团队正在开发分片合约概念,利用多个合约增加并发性。他们将调整流动性提供者和交易者的激励,以维持多个AMM分片。
竞争机制中的私人披露
罗马托尔维亚塔大学的Andrea Attar教授将探索市场机制设计的新方法,研究设计者向代理人私下披露信息对市场结果和战略互动的影响。
应用大型语言模型生成Sui智能合约
卡内基梅隆大学的Ken Koedinger和Eason Chen将通过使用Move代码和Sui特定提示来微调大型语言模型,以解决Move语言智能合约生成的挑战。
COMET:过渡到Move的比较度量和框架
尼科西亚大学的George Giaglis教授将完成Solidity和Move之间的全面比较分析,促进对Move功能和能力的更深入理解。
革命性DeFi:深度学习方法优化Sui上的流动性和动态费用
洛桑联邦理工大学的Rachid Guerraoui和Walid Sofiane将开发一种混合深度学习模型,用于Sui DeFi协议中的最佳范围预测,整合社交媒体情感分析以提高准确性。
评估对SUI波动率的预测能力
塞浦路斯开放大学的Stavros Degiannakis教授将调查SPEC算法在Sui资产波动率预测中的有效性,主要关注SUI,并在各种区块链资产中进行验证。
低内存后量子透明zkSNARKs
宾夕法尼亚大学的Brett Falk和Pratyush Mishra将致力于开发可扩展的zkSNARKs,同时解决证明者时间复杂度、空间复杂度和SRS大小三个主要障碍。
这些研究项目涵盖了区块链技术的多个前沿领域,从去中心化治理到智能合约安全,从共识机制到预言机验证,反映了Sui生态系统对学术创新的重视。通过支持这些高水平的研究项目,Sui基金会旨在推动区块链技术的整体发展,为Web3的未来奠定坚实的理论和技术基础。