比特币、以太坊、稳定币、DeFi、智能合约、扩容与共识。
说明用量子退火检测与定位伽马射线源（基于AGILE数据）
简介该论文把基于最大似然分析的伽马射线源探测与定位问题，重新表述为二次无约束二值优化（QUBO）问题，并用模拟量子退火求解。研究对象是AGILE伽马射线成像探测器在30 MeV至50 GeV能段的观测数据，测试数据由AGILEpy生成。结果显示，该方法得到的流量和位置估计与经典方法在统计不确定性范围内一致，并在97%的图中找到正确的候选网格点。
说明UniPCH：基于支付通道枢纽的跨链支付统一框架
简介该论文提出UniPCH框架，用于在异构区块链之间实现私密跨链支付。框架分为两层：底层UniPC定义通用状态转换与安全要求，并为UTXO账本和支持智能合约的账户账本提供实现；上层提出选择性重签盲条件签名（S-RBCS），以协调各枢纽间的条件授权，并据此构建分四阶段协调不同通道的支付协议。原文报告了原型实现与性能评估结果。
说明对 Hook 型去中心化交易所中未披露收费的实证研究
简介本文对 Uniswap v4 和 PancakeSwap Infinity 上的 Hook 生态进行了大规模实证研究，覆盖以太坊和 BNB 智能链，考察 7,873 个 Hook 部署和 50,011 个资金池。作者通过字节码分析还原 Hook 如何改变交易者的收付款，并统计未在标准手续费中列明的结算扣费。结果显示，24.30% 的 Hook 可以施加此类扣费，59.23% 涉及这类 Hook 的交易出现了扣费，并产生了数百万美元收入，表明标准手续费显示与实际交易成本之间存在差距。
说明弱效率下AMM机制设计的紧致刻画
简介该论文研究自动做市商（AMM）中的矿工可提取价值（MEV）问题。在普通共识（如当前以太坊）且不采用公平排序的条件下，论文证明不存在能同时满足激励相容与弱局部效率的确定性、匿名批量AMM机制。即使共识层保证抗审查且区块空间不受限，结论依然成立。论文还说明，若从策略空间中去掉女巫身份、虚报预算、误报价值三种能力之一，则在抗审查条件下即可构造同时满足两项性质的机制。
看点证明了在无公平排序的共识下，确定性匿名批量AMM无法同时满足IC与wLE，并给出紧致刻画，理论界限改进显著。
说明适应性逐步拍卖的抗女巫性及其在区块链机制设计中的应用
简介本文研究了预算受限竞拍者的适应性逐步拍卖（adaptive clinching）在竞拍者以虚假身份拆分预算时是否仍然有效。作者提出了一个广义的适应性逐步拍卖框架，证明在总报告预算不超过真实可执行预算的前提下，竞拍者无法通过拆分为任意多个身份获益。作者还将该机制扩展到双边市场，用于去中心化金融中的自动做市商，并指出这些保证基本上是可能达到的最佳结果。
看点证明了经典自适应竞价在Sybil攻击下的激励相容性，并设计了支持双边市场的新AMM机制，结合不可能性结果，证据扎实。
说明FIDES-Live：评估连续交易智能体的行为一致性
简介本文提出 FIDES-Live，将 FIDES 从生成策略一致性检验扩展到连续交易智能体执行轨迹的审计。协议分别考察结构化决策有效性、数值承诺遵守情况、执行与账本对账，以及基于回执的报告。作者回溯审计了 7,299 个加密货币账户轮次和 310 轮股票试点数据。文中强调，这些结果不能证明长期交易能力、解释的语义忠实性或审计反馈的因果收益。
说明以物理结构为组织原则的通用哈密顿量学习
简介该论文提出UniTB，一个融合密度泛函紧束缚理论物理先验与深度学习的通用E(3)等变哈密顿量表示框架，可在不同化学组成的材料之间泛化。模型在29,242个晶体上训练，在68种元素的非磁性测试晶体上矩阵元误差为0.48 meV。论文还提出了计算更快的UniTB-Flash变体，并利用两者对16,195个晶体进行了筛选。
说明Fuji：Robinhood Chain 上需求爆发的形态、构成与扩散
简介本文研究基于区块链的交易市场中需求突然爆发的现象，以 Robinhood Chain 这一二层区块链为样本，收集其前三个活跃月每个区块的数据以及超过 5000 万笔 Uniswap 交易。研究发现，爆发期间交易的资金池数量与平静期相近但多为不同的池，交易更为集中，峰值中位数约为平常负载的 2.5 倍。作者用两个指数函数之和描述需求的上升与下降，并比较了外部触发级联和自激两种解释，其中前者拟合更好。
说明周末加密货币波动与周一市场风险：论文研究周末加密货币波动能否预测周一传统市场的方差。
简介该论文考察比特币、以太坊、XRP 等加密货币在周末持续交易时的波动，能否预测周一标普 500、黄金及美国国债 ETF 的方差。作者在异质自回归模型中加入共同的周末加密货币因子，并以 2017 至 2026 年的日度数据检验。结果显示，2024 年后该因子具有显著预测力，并可降低样本外损失，但在不同市场的统计证据强弱不一。
