Eheyden varmennustutkimus ketjun ulkopuolisista tekoälypäättelytuloksista hybridishardingin ja lohkoketjukonsensuksen avulla @inference_labs , @nesaorg , @miranetwork Koska laajamittaisia tekoälymalleja käytetään erilaisissa ympäristöissä, on yhä yleisempää, että on rakenteita, joissa todelliset päättelytoiminnot suoritetaan lohkoketjun ulkopuolella ja vain tulokset tarkistetaan. Tärkein haaste tässä prosessissa on, miten luotettavasti todistaa, että ketjun ulkopuolella tuotettuja tekoälypäättelytuloksia ei ole manipuloitu ja ne ovat käyneet läpi johdonmukaisen prosessin saman syötteen osalta. Näiden ongelmien ratkaisemiseksi syntynyt rakenne on Verifiable Hybrid-Sharded Inference Protocol eli VH-SIP, jonka tavoitteena on systemaattisesti varmistaa ketjun ulkopuolisen päättelyn eheys yhdistämällä elementtejä, jotka on vahvistettu olemassa olevista hajautetuista tekoälyverkoista ja lohkoketjun konsensusmekanismeista. VH-SIP:n lähtökohta on päättelysuorituskerros. Tällä tasolla oletusoletus on ajaa konttikuormia, kuten Ritualin Infernet-mallissa käytetään. Tuhannet solmut, joilla on erilaiset laitteistoominaisuudet, on konfiguroitu ajamaan samaa mallia, ja operaation determinismi säilyy kiinteän satunnaislukusiemenen avulla, jota käytetään ORA:n opML:ssä ja Gensynin toistettavissa operaattorijärjestelmässä, RepOpsissa. NESA:n hybridisharding-kehys on sovellettu tähän, joka jakaa suuret kielimallit lohkoihin ja suorittaa päättelyä sillä alueella, jonka kukin solmu pystyy käsittelemään dynaamisen lohkokohtaisen kvantisoinnin avulla. Jokainen suoritussolmu tuottaa todistekuitin, joka sisältää syötteen sitoutumisarvon, tuloshajautusarvon ja käytetyt resurssimittarit, jotka ovat yhteensopivia Gensynin Relay-protokollamuodon kanssa ja välitetään seuraavaan varmennusvaiheeseen. Tämän päättelyn tulos menee suoraan sharding-kerrokseen. Sharding-kerroksen ydin on VRF-pohjainen shardien allokaatio. Tämä rakenne perustuu Ethereum Researchissa käsiteltyyn VRF-sharding-mekanismiin ja poistaa ennustettavuuden käyttämällä useita aiempia VRF-lähtöjä syötteinä seuraavan shardin allokoinnin määrittämiseksi. Harmonyssa toteutettu BLS-pohjainen VRF-rakenne on suunniteltu vaikeuttamaan tiettyjen osallistujien tuloksia puolueellisesti, ja verkon jatkuva toiminta taataan olettaen, että rehelliset solmut muodostavat enemmistön. Sirpaleen sisällä työyksikkö jaetaan NESA:n malliriippumattoman sharding-tekniikan avulla, ja validoijat muodostetaan myös erilliseksi verifiointikomiteaksi soveltamalla PolyShardin code sharding -periaatetta. PSAP-protokollassa ehdotettu työkuorman ennustamiseen perustuva siirtomenetelmä vastaa kuormituksen koordinoinnista sirpaleiden välillä. Varmennus ja konsensus muodostavat VH-SIP:n ytimen. Tässä kerroksessa sovelletaan hybridivahvistusstrategiaa yhden koon sijaan. Korkean läpimenon ja suhteellisen matalan riskin päättelyssä pieni määrä validoijoita valitaan satunnaisesti suorittamaan stokastista otantavarmennusta. Toisaalta taloudellista arvoa tai kiistapotentiaalia omaaville tuloksille tehdään deterministinen tarkistus, jossa koko komitea suorittaa saman laskelman uudelleen. Jos tulokset ovat ristiriidassa, interventiodelegointimenetelmää ja Gensynissä tutkittua dikotomista hakupeliä käytetään vähitellen kaventamaan virheen kohtaa. Tämä prosessi perustuu ORA:n optimistisen verifioinnin käsitteeseen, joka käytännössä olettaa tulosten laillisuuden, mutta kun haaste nostetaan, käynnistetään vuorovaikutteinen riidanratkaisuprosessi ketjussa. Kiintopisteoperaatiot ja toistettavat operaattorijärjestelmät auttavat minimoimaan liukulukupoikkeamia laitteistoerojen vuoksi. Taloudellinen kannustinkerros on perusta tämän varmennusrakenteen realistiselle toimimiselle. Slashing tapahtuu, kun osallistujat panostavat tiettyjä vakuuksia ja lähettävät selvästi vääriä tuloksia, esittävät ristiriitaisia tuloksia samanaikaisesti, tai piilottavat tulokset varmennusprosessin aikana tai esittävät vahvistamattomia TEE-todistuksia. Nämä ehdot noudattavat Verde-varmennusmenetelmää ja ketjun ankkurointiperiaatetta. Kuten Bittensorin malli, se on suunniteltu ylläpitämään koko verkon turvallisuutta, vaikka haitallisesta panoksesta olisi jopa puolet, ja taloudellinen käyttöikä pidennetään tokenien kierrätysmekanismin avulla. Koordinaatio- ja aggregaatiohierarkia vastaa useiden sirpaleiden tuottamien tulosten niputtamisesta yhdeksi koherentiksi tilaksi. Tämä kerros hyödyntää KZG:n sitoumuksia varmistaakseen tehokkaasti ristishard-datan eheyden ja varmistaa, etteivät varmennuskustannukset nouse lineaarisesti PolyShard-koodauksen kautta. RSTBP-protokollaa käytetään useiden syötteiden ja tulosteiden atomiseen käsittelyyn, ja stokastisen verifioinnin tulokset yhdistetään enemmistösäännön mukaisesti. PSAP-viitekehyksessä ehdotettu turvallisuusrajoitteiden vahvistusoppiminen säätää resurssien allokointia, mutta validointiprosessi perustuu samojen tulosten toistamiseen determinististen koneoppimisoperaatioiden pohjalta. Tämä rakenne paljastaa myös selvästi, miten vastata erilaisiin hyökkäystilanteisiin. Tilanne, jossa tietyt sirpaleet ovat hallittuja, lievennetään VRF-pohjaisella shardien pyörityksellä ja tappipainotetulla rakenteella, ja epä-determinististen operaatioiden aiheuttamat väärät positiiviset tulokset hallitaan kiintopisteoperaatioilla ja tilastollisten toleranssivälien asetuksilla. Yhteistyöhyökkäykset tukahdutetaan leikkaus- ja taloudellisilla kustannusrakenteilla, ja jos mallin laatu heikkenee salaa, se havaitaan konsensuspohjaisella jakeluvarmennuksella. Gensynin käsitteet toistettavista operaattoreista, paikallisesti herkästä hajautuksesta ja toleranssikaistoista ovat validointimenetelmiä, joita käytetään tässä prosessissa. Yhteenvetona VH-SIP ehdottaa arkkitehtuuria, joka yhdistää olemassa olevien hajautetun tekoälyn ja verifiointijärjestelmien, kuten Nesa, Gensyn, ORA ja Bittensor, vahvistamat elementit, ja varmistaa kokonaisuudessaan tekoälypäättelyn tulokset, jotka tehdään ketjun ulkopuolella lohkoketjun konsensusrakenteessa. Hybridisharding jakaa laskennan ja varmennuksen tehokkaasti, kun taas VRF-pohjainen konsensus ja optimistinen varmennus tasapainottavat skaalautuvuutta ja turvallisuutta. Tämä rakenne voidaan ymmärtää lopullisena tapauksena, joka vastaa ketjun ulkopuolisen tekoälypäättelyn realistisia tarpeita samalla kun se varmistaa varmennettavuuden ja taloudellisen vastuullisuuden. $NESA $MIRA