📢 Gate广场专属 #WXTM创作大赛# 正式开启!
聚焦 CandyDrop 第59期 —— MinoTari (WXTM),总奖池 70,000 枚 WXTM 等你赢!
🎯 关于 MinoTari (WXTM)
Tari 是一个以数字资产为核心的区块链协议,由 Rust 构建,致力于为创作者提供设计全新数字体验的平台。
通过 Tari,数字稀缺资产(如收藏品、游戏资产等)将成为创作者拓展商业价值的新方式。
🎨 活动时间:
2025年8月7日 17:00 - 8月12日 24:00(UTC+8)
📌 参与方式:
在 Gate广场发布与 WXTM 或相关活动(充值 / 交易 / CandyDrop)相关的原创内容
内容不少于 100 字,形式不限(观点分析、教程分享、图文创意等)
添加标签: #WXTM创作大赛# 和 #WXTM#
附本人活动截图(如充值记录、交易页面或 CandyDrop 报名图)
🏆 奖励设置(共计 70,000 枚 WXTM):
一等奖(1名):20,000 枚 WXTM
二等奖(3名):10,000 枚 WXTM
三等奖(10名):2,000 枚 WXTM
📋 评选标准:
内容质量(主题相关、逻辑清晰、有深度)
用户互动热度(点赞、评论)
附带参与截图者优先
📄 活动说明:
内容必须原创,禁止抄袭和小号刷量行为
获奖用户需完成 Gate广场实名
Sui学术研究奖新一轮揭晓 17项目获42万美元资助
Sui学术研究奖新一轮获奖名单揭晓:全球顶尖高校踊跃参与,17个项目获42万美元资助
Sui基金会近期宣布了新一轮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、智能合约编程以及基于Sui构建的产品相关技术前沿。
在过去两个阶段中,共有17个来自国际知名学府的提案获得批准,总资助金额达42.5万美元。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。
获奖项目亮点
去中心化自治组织研究
康奈尔大学的Ari Juels教授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,并研究提升组织内部去中心化的实践方法。
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,旨在增强抗攻击能力并适应动态对手环境。该协议将在保持高性能的同时,提供更出色的安全性和适应性。
大语言模型辅助智能合约审计
同样来自伦敦大学学院的Arthur Gervais小组将利用GPT-4-32k和Claude-v2-100k等大型语言模型,提升对Move智能合约的审计效率。他们此前在52个Solidity DeFi智能合约分析中发现了导致近10亿美元损失的漏洞,现计划将研究扩展到Sui智能合约领域。
共识协议领域研究
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,助力更深入理解现有算法并为设计分布式协议提供新思路。
去中心化预言机验证框架
卡内基梅隆大学的Giselle Reis博士和Djed联盟的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。
可扩展性瓶颈识别
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瓶颈,以提高区块链应用程序的并行化潜力。同时探讨交易费用调整对并行化的影响。
Bullshark协议机械化验证
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的属性进行形式化验证,推进基于DAG的共识协议研究。这将成为分布式系统领域首个经机械验证的DAG共识协议模型。
区块链基准化标准框架
利哈伊大学的Henry F. Korth教授旨在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。
可扩展共享序列层构建
韩国科学技术院的Min Suk Kang博士将探索将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运行机制。
本地费用市场优化
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,探索建立反映网络拥堵状态的有效定价机制,实现最佳资源分配。
分片自动做市商研究
以色列理工学院的Ittay Eyal教授团队正在开发"分片合约"概念,利用多个合约提高并发性。他们将重点研究如何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。
私人披露在竞争机制中的作用
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,为现代市场动态和竞争提供洞察。
大语言模型生成Sui智能合约
卡内基梅隆大学的Ken Koedinger和Eason Chen将致力于解决Move语言智能合约生成的挑战。他们计划通过收集Move代码示例、增强提示工程并实施微调,来提高大型语言模型在Sui智能合约生成方面的效能。
Move语言过渡框架研究
尼科西亚大学的George Giaglis教授将进行Solidity和Move之间的全面比较分析,深入探讨Move的功能和能力,并构建框架帮助开发者顺利过渡到Move开发。
DeFi优化深度学习方法
洛桑联邦理工学院的Rachid Guerraoui和Walid Sofiane将开发混合深度学习模型,用于Sui DeFi协议中的最佳范围预测。该模型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,旨在提高DeFi协议对市场变化的响应能力。
SUI波动率预测能力评估
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,利用高频价格数据重点研究SUI,并在多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大小三大障碍,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,从共识机制到智能合约安全,从DeFi优化到隐私保护。它们的成果有望为Sui生态系统及整个区块链行业带来重要突破,推动Web3技术的进一步发展。