该论文针对双因素认证（2FA）用户旅程的一致性问题进行了首次系统性研究。研究背景基于用户体验的启发式原则：用户往往会将从一个产品中形成的期望迁移到其他产品，因此如果不同网站之间的2FA设置与使用流程缺乏外部一致性，可能增加用户的认知摩擦，导致挫败感甚至放弃使用。核心问题是：顶级网站之间2FA用户旅程的外部功能一致性程度如何？研究者对排名靠前的网站进行了系统评估，检查了2FA功能的命名、设置入口位置、配置流程及使用方式等多个设计维度。主要发现包括：这些网站仅在极少数设计方面表现出一致性，例如设置项的名称和菜单位置；而在第二因素的设置与使用环节呈现混合多样的设计模式。更为关键的是，某些一致性较高的方面（如2FA的功能描述）在已有文献中被指出存在问题，反而可能对用户体验产生负面影响。基于这些结果，论文倡导为2FA实现者制定更通用的用户体验指南，并为后续关于2FA用户旅程的研究提出了新的研究方向。该工作对安全社区理解多站点间2FA体验差异、优化安全功能设计具有参考价值，适合关注认证可用性与人机交互的安全研究人员阅读。

该论文提出FIDES，一个用于评估LLM生成交易策略一致性的测量协议。LLM在回答交易策略请求时，通常会同时返回自然语言理由、可执行代码以及回测业绩三个产物，但少有研究验证三者是否一致。FIDES将这三个产物视为三个需要相互印证的视图，而非单一可评分的交付物。具体流程是：通过双重交付，在一次模型调用中同时获取自然语言策略及其声称的明确优势，以及一个自包含的strategy(df)函数；随后在沙箱环境中对滞后一期的样本外数据进行回测，并计算三个一致性差距：say-to-do（语言声明与代码行为）、do-to-real（代码执行与实际回测结果）、say-to-result（语言声明与最终结果）。实验在2023年至2024年样本外期间，使用8只流动性美国ETF、4种模型外加两阶段提示（共40个策略）进行。主要发现有三点：第一，一致性并不预测盈利能力——40个策略中只有2个跑赢买入持有，且简单的sma(50,200)规则在平均夏普比率上优于所有模型生成策略；第二，自我评估严重失准——40个策略中有32个声称跑赢买入持有，而实际仅1个做到；第三，将语言-代码评判器替换为第二模型时，超过一半项目的say-to-do结果发生翻转。此外，向代码中注入Close.shift(-1)（未来信息）使do-to-real平均下降0.33，但运行时未来信息探针在干净和注入代码上均未触发。作者强调FIDES是用于测量忠实度的协议，而非关于市场表现的断言。