Sui学术研究奖新一轮结果公布：全球知名高校参与，17个项目获42万美元资助

近日，Sui基金会公布了新一轮Sui学术研究奖的获奖名单。该计划旨在资助推动Web3发展的研究，特别关注区块链网络、智能合约编程和基于Sui构建的产品相关技术的突破。

在过去两个阶段中，共有17个来自国际知名大学的提案获得批准，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。

获奖提案概述

去中心化自治组织(DAOs)的投票多样性研究

康奈尔大学的Ari Juels教授领导的团队将探讨去中心化组织的本质，建立衡量DAO去中心化程度的指标，并研究提高组织内部去中心化的实践方法。

自适应安全的异步DAG共识协议

伦敦大学学院的Philipp Jovanovic博士提出开发一种异步有向无环图(DAG)协议，以增强抵御攻击的能力并适应不断变化的对手环境。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模型的性能水平。

基于大型语言模型的Sui智能合约审计

伦敦大学学院的Arthur Gervais教授团队计划利用GPT-4-32k和Claude-v2-100k等大型语言模型来改进Move智能合约的审计过程。他们将基于对Solidity DeFi合约的初步分析经验，扩展研究范围至Sui智能合约，强调及时进行稳健的安全评估。

密码共识协议领域的系统化研究

伯尔尼大学的Christopher Cachin教授将对当前共识协议领域进行全面调查，为密码共识协议提供新的见解，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博士和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。该研究将利用Coq证明管理系统，开发全面的定义和证明策略库。

识别区块链可扩展性瓶颈

苏黎世联邦理工学院的Roger Wattenhofer教授团队将致力于识别源于智能合约设计缺陷的可扩展性瓶颈，并探讨如何通过调整交易费用来影响并行化潜力。

Bullshark共识协议的机械化验证

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协议的属性进行正式验证，推进对基于DAG的共识协议的理解，并为分布式系统研究提供首个经机械验证的模型。

区块链基准化标准框架(BBSF)

利哈伊大学的Henry F. Korth教授提出创建一个区块链基准标准化格式，旨在公平比较各种L1区块链和L2扩展解决方案，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排序层

韩国科学技术院的Min Suk Kang教授将探索将Bullshark/Mysticeti用作共享排序器算法的可能性，研究如何让多个Rollup使用Sui作为排序层，并根据各自的执行层解释交易。

本地费用市场用于最优拥堵定价

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，探索在交易拥堵和区块链网络执行交易之间建立类比，目标是建立反映网络拥堵状态的有效定价机制。

分片自动做市商(SAMM)

以色列理工学院的Ittay Eyal教授团队正在开发"分片合约"概念，利用多个合约增加并发性。研究重点是调整流动性提供者和交易者的激励机制，以维持多个AMM分片，实现完全可并行化的分片AMM。

竞争机制中的私人信息披露

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，旨在提供对现代市场动态和竞争的深入洞察。

利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将研究如何通过使用Move代码和Sui特定提示来微调大型语言模型，以解决当前LLMs在生成Move语言智能合约方面的挑战。

COMET：Move语言过渡比较度量和框架

尼科西亚大学的George Giaglis教授团队将进行Solidity和Move之间的全面比较分析，旨在促进对Move功能和能力的深入理解，并创建一个框架帮助开发者轻松过渡到Move开发。

革新DeFi：深度学习方法优化Sui上的流动性和动态费用

洛桑联邦理工学院的Rachid Guerraoui和Walid Sofiane将开发一种混合深度学习模型，用于Sui DeFi协议中的最优范围预测，结合增强的递归神经网络、深度强化学习和社交媒体情感分析，以提高DeFi协议对市场变化的响应能力。

评估SUI波动率预测能力

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，利用高频价格数据主要关注SUI，并在其他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，为区块链技术中的各种应用提供部署就绪的可扩展加密证明方案。

这些研究项目涵盖了区块链技术的多个前沿领域，从共识机制优化到智能合约安全，从DeFi创新到加密证明系统。它们的成果有望为Sui生态系统和整个区块链行业带来重要突破，推动Web3技术的进一步发展。