研究者提出前沿AI训练零知识验证方案
热点事件持续更新
研究者提出前沿AI训练零知识验证方案
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Pierre Peign'e 等作者提出一套针对前沿 AI 训练的零知识验证与治理审计方案:在密集预训练中结合预承诺规范、节点间网络观测和中间计算的实时 Merkle 承诺,并给出带原生 BF16/FP32 预编译的参考 zkVM,可在被挑战位置逐位核验已承诺的计算。作者称,当前难以验证前沿训练算力并非根本性限制,而是现有范式所致。该方案目前为提案,实际效果尚未经证实。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
前沿 AI 训练零知识验证的提案与挑战报道时间线
沿着报道,了解事件的不同侧面。
10月23日
- arXiv cs.AI前沿 AI 训练零知识验证的提案与挑战
针对前沿 AI 训练算力治理,研究者提出一种结合预承诺规范、节点间网络观测与中间计算实时 Merkle 承诺的密集预训练设计,并给出带原生 BF16/FP32 预编译的参考 zkVM,可在被挑战位置逐位核验已承诺计算。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。