Seventy3

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

Autonocoin: A Proof-of-Belief Cryptocurrency

Summary

该研究论文提出了自治币（Autonocoin），这是一种新型的加密货币，旨在通过正式的默契协调博弈实现自我治理和去中心化决策。不同于比特币的工作量证明（proof-of-work）或权益证明（proof-of-stake）机制，自治币使用信念证明（proof-of-belief）来验证区块链的权威性，参与者通过在链上投资来押注社区对规范性问题的看法。这种机制允许自治币社区决定协议的更改、解决争议，并建立一个独特的奖励机制来补偿贡献者，从而避免了现有加密货币如创始币分配不公或鼓励浪费性挖矿活动的问题。通过将所有相关决策记录在区块链上，自治币旨在成为一个点对点（peer-to-peer）机构，而非仅仅是一个点对点货币，增强其适应性和发展潜力。

原文链接：https://ledgerjournal.org/ojs/ledger/article/view/37

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

Bitcoin Market Volatility Analysis Using Grand Canonical Minority Game

Summary

该研究论文利用大正则少数人博弈（Grand Canonical Minority Game, GCMG）这一简化的金融市场模型，分析了比特币市场的高波动性。作者提出，“矿工”缺乏类似于债券持有者所赚取收益的收入可能是比特币价格高波动性的结构性原因。通过将比特币市场的参与者分为**“生产者”（矿工核心群体和长期持有者）和“投机者”（小型矿工和金融投机者），该模型表明，与传统金融市场不同，比特币市场中所有参与者本质上都带有负的或零的交易门槛，这导致了波动性的持续增加。研究结论认为，引入比特币期货合约将能为矿工和投机者提供基于机会成本的评估，从而起到降低整体市场波动性**的作用。

原文链接：https://ledgerjournal.org/ojs/ledger/article/view/61

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

Gaming Self-Contained Provably Fair Smart Contract Casinos

Summary

该研究论文讨论了基于智能合约的可证明公平赌场的博弈论及其潜在的漏洞，特别关注拥有大量资金和计算能力的恶意攻击者。作者分析了基于工作量证明（Proof-of-Work）和权益证明（Proof-of-Stake）区块链上的几种赌博场景，以确定确保系统安全所需的条件。通过数学模型，该论文探讨了攻击者在即时结算和延迟结算的彩票游戏中，通过操纵交易和区块哈希来盈利所需的最小赌注，并发现通过限制最大赌注可以防御理性攻击者。然而，它也指出权益证明系统天生脆弱，并且在非理性攻击者面前，防御能力受到区块链重写长度的限制。

原文链接：https://ledgerjournal.org/ojs/ledger/article/view/29

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

Game Channels for Trustless Off-Chain Interactions in Decentralized Virtual Worlds

Summary

该研究文章提出了游戏通道的概念，这是一种受支付通道和侧链启发的新协议，旨在解决去中心化虚拟世界（例如Huntercoin）在扩展性和实时交互方面的限制。Huntercoin是一个无中心服务器的多人在线游戏，它利用区块链实现一个可证明公平的游戏状态，但这也导致了区块链的快速增长和重大的资源需求。游戏通道允许玩家在私密的回合制游戏中进行无需信任的链下交互，只有在发生争议时才使用公共区块链进行解决。作者详细介绍了游戏通道的运作机制、争议解决协议以及安全保证，并探讨了如何将其扩展到共享回合和近实时交互，最终目标是让Huntercoin和其他去中心化游戏世界实现无限扩展。

原文链接：https://ledgerjournal.org/ojs/ledger/article/view/15

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

A Probabilistic Analysis of the Nxt Forging Algorithm

Summary

该研究论文对 Nxt 加密货币中使用的 纯权益证明 (PoS) 区块生成算法进行了深入的概率分析。 文章比较了两种区块选择机制——“U-算法”（Nxt 当前使用）和理论上更公平的 “Exp-算法”——评估它们如何影响账户生成区块的概率。 此外，作者探讨了几种潜在的攻击策略，包括账户拆分的影响、某一方连续生成区块的能力，以及攻击者试图伪造“更好”的并发区块链的尝试。 总体而言，该分析表明，尽管 PoS 方案在数学上很有趣且具有潜力，但它提出了新的攻击载体，尤其是在财富高度集中的情况下，其中拥有超过 50% 权益的实体可能能够 永久锻造 所有区块。

原文链接：https://ledgerjournal.org/ojs/ledger/article/view/46

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

The Bitcoin Mining Game

Summary

该研究文章分析了比特币协议中矿工的激励机制，将挖矿过程建模为一个速度博弈，矿工们竞争解决一个数学难题以确认交易并将其添加到区块链中。作者首先定义了“比特币挖矿博弈”，然后在双矿工的情况下分析了纳什均衡，探讨了矿工在当前奖励结构下处理交易的动机。通过对当前比特币环境的实证分析，文章得出结论：在现有激励条件下，矿工选择不包含任何交易才是纳什均衡策略，并讨论了交易费用和固定奖励变化将如何影响这一均衡。最终，文章将这一博弈论框架与现有的决策理论方法进行了比较，以理解区块空间市场的供给。

原文链接：https://ledgerjournal.org/ojs/ledger/article/view/13

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

Subchains: A Technique to Scale Bitcoin and Improve the User Experience

Summary

该研究论文提出了“子链”技术，旨在扩展比特币并改善用户体验，同时不改变其共识规则。子链通过使用分数难度区块（弱区块）在相邻的真实区块之间建立桥梁，从而逐层传播区块，显著降低大区块的孤块风险并加快交易的初始验证时间。作者认为，这种机制能激励矿工合作以处理更多交易并收取更多费用，同时证明了它能增强未确认交易的安全性并维持交易费市场。文章还探讨了嵌套子链作为进一步提高可扩展性的方案，并对比了其他扩展性提议。

原文链接：https://ledgerjournal.org/ojs/ledger/article/view/40

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

BIX Certificates: Cryptographic Tokens for Anonymous Transactions Based on Certificates Public Ledger

Summary

该研究文章介绍了 BIX 证书和 BIX 认证基础设施 (BCI)，旨在为互联网、网络和移动应用提供安全服务的同时，确保用户的匿名性。文章指出，传统的安全协议如 X.509 证书/PKI 依赖于需要明确用户身份的受信任第三方，而像 比特币系统 这样的区块链概念也不足以支持需要安全性和匿名性的新型应用。为了解决这些挑战，BIX 证书被设计为一种新的加密对象，其功能类似于 X.509 证书，但增强了匿名性，并且不依赖于任何第三方认证机构。BIX 证书和 BCI 的核心组件是 证书公共账本 (BCL)，它是一个由 BIX 社区成员维护的双向链接证书链，用于管理证书的发行、分发和验证，所有这些都通过 对等网络 (peer-to-peer) 协议完成。

原文链接：https://ledgerjournal.org/ojs/ledger/article/view/27

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

Ring Confidential Transactions

Summary

该研究论文介绍了环形保密交易 (Ring Confidential Transactions, Ring CT)，这是一种针对Monero (门罗币)匿名加密货币的修改协议。Ring CT 的目标是增强 Monero 的隐私性，通过使用一种名为 多层可链接自发匿名组签名 (MLSAG) 的新型环签名，成功地在交易中隐藏了交易金额、发送方和接收方的身份。这种新协议结合了 Greg Maxwell 提出的保密交易 (Confidential Transactions) 概念和 CryptoNote 的环签名技术，实现了类似 Zerocash 的高匿名性，同时保留了比特币无需信任的去中心化铸币过程。Ring CT 通过整合 Pedersen 承诺 和 范围证明 来确保隐藏金额的有效性和准确性，解决了旧版 Monero/CryptoNote 协议在交易金额分析和匿名集大小方面的弱点。

原文链接：https://ledgerjournal.org/ojs/ledger/article/view/34

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法方向，让大家跟着AI一起进步。

Apple Intelligence Foundation Language Models

Summary

该技术报告介绍了为 Apple Intelligence 功能提供支持的两个多语言、多模态基础语言模型：一个约 30 亿参数的设备端模型和一个具有新颖 Parallel-Track Mixture-of-Experts (PT-MoE) 架构的服务器模型。报告详细阐述了模型的架构创新、负责任的 AI 方法、使用许可语料库和网络抓取等方式获取的训练数据，以及用于提高效率的 Quantization-Aware Training (QAT) 等优化技术。此外，它还介绍了新的 Foundation Models 框架，该框架允许开发人员通过 Swift-centric 的指导式生成和工具调用功能来利用这些模型。报告最后提供了模型在 MMLU 和 MMMLU 等基准测试上的评估结果，并重申了 Apple 对 隐私保护和负责任 AI 的承诺。

原文链接：https://arxiv.org/abs/2507.13575