比特币、以太坊、稳定币、DeFi、智能合约、扩容与共识。
说明基于市场状态与嵌套聚类优化的多资产组合配置研究：用隐马尔可夫模型识别牛市、震荡与熊市，并在战术资产配置中结合嵌套聚类优化，检验其对回撤与收益的影响。
简介该论文提出一种结合高斯隐马尔可夫模型（HMM）市场状态识别与嵌套聚类优化（NCO）的战术资产配置框架，状态识别严格基于样本外数据。研究以印尼多资产组合（政府债券、LQ45股票、黄金、人民币/印尼盾汇率及比特币）在2021至2025年56个月的样本外区间进行检验，并与等权、买入持有、最小方差等多种基准比较。结果显示，状态感知NCO将最大回撤控制在4.44%，但未状态感知的NCO回撤更低、累计收益更高；作者指出滚动24个月HMM导致状态频繁切换，削弱了条件协方差估计的理论收益。
说明当 EVM 默认设定失效：面向 UTXO 系列钱包的三种 SDK 模式
简介该论文指出，主流 Web3 SDK（如 ethers.js、viem）默认假设账户模型、单一 secp256k1 签名者和无需输入选择的交易构建，这些假设在 UTXO 系列链（以 Nervos CKB 的 Cell 模型为例）和多种签名算法并存时会失效。作者以 TypeScript SDK CCC 为案例，从版本历史和导出接口中归纳出三种模式：声明式交易组装器、统一签名抽象和钱包连接器界面组件。论文将这些模式整理为面向 UTXO 系列账本和异构钱包环境的可迁移设计经验。
说明Mise-en-Video：面向多镜头视频生成的细粒度三维控制
简介该论文提出 Mise-en-Video（MeV）框架，允许创作者在三维空间中为多个镜头进行场景调度，再据此生成对应的多镜头视频。方法结合了多层级注意力机制以保持叙事一致性，并采用三维感知的布局引导实现每个镜头的精确空间控制。作者还构建了一个包含 16 万段视频、带有分层多镜头文本和有向三维边界框标注的数据集。实验显示，MeV 在视频质量、镜头间一致性和主体级可控性方面优于主流基线。
说明用机器学习推理代替哈希计算的共识协议（Proof-of-ML-Inference）
简介本文提出一种名为 Proof-of-ML-Inference（PoML）的共识协议，让矿工在出块过程中执行用户请求的机器学习推理，而不是计算无实际用途的哈希谜题。作者明确了 ML 推理安全替代哈希工作所需的计算假设，并认为大语言模型和扩散模型满足这些假设。论文通过将协议安全性归约到 Bitcoin Backbone 模型进行形式化分析，并在模拟环境中验证出块时间的稳定性。
