論文の概要: HadAgent: Harness-Aware Decentralized Agentic AI Serving with Proof-of-Inference Blockchain Consensus

• arxiv url: http://arxiv.org/abs/2604.18614v1
• Date: Wed, 15 Apr 2026 14:46:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-22 22:41:49.361
• Title: HadAgent: Harness-Aware Decentralized Agentic AI Serving with Proof-of-Inference Blockchain Consensus
• Title（参考訳）: HadAgent: Proof-of-inference Blockchain Consensusを用いたハーネスを意識した分散型エージェントAI
• Authors: Landy Jimenez, Mariah Weatherspoon, Bingyu Shen, Yi Sheng, Jianming Liu, Boyang Li,
• Abstract要約: 我々は、ハッシュベースのマイニングをProof-of-Inference(PoI)に置き換える分散エージェントAIサービスシステムであるHadAgentを紹介する。 HadAgentは、検証済みのレコードを専用のData、MODEL、PROFチャンネルを備えた3車線のブロックボディに整理する。 プロトタイプ実装の実験では、改ざんされたレコードに対して100%検出率と0%偽陽性率を示す。
• 参考スコア（独自算出の注目度）: 4.693243537924961
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Proof-of-Work (PoW) blockchain consensus consumes vast computational resources without producing useful output, while the rapid growth of large language model (LLM) agents has created unprecedented demand for GPU computation. We present HadAgent, a decentralized agentic AI serving system that replaces hash-based mining with Proof-of-Inference (PoI), a consensus mechanism in which nodes earn block-creation rights by executing deterministic LLM inference tasks. Because verification requires only re-executing a single forward pass under identical conditions, cross-node verification operates at consensus speed. HadAgent organizes validated records into a three-lane block body with dedicated DATA, MODEL, and PROOF channels, each protected by an independent Merkle root for fine-grained tamper detection. A two-tier node architecture classifies secondary nodes as trusted or non-trusted based on historical behavior: trusted nodes serve inference results in real time through optimistic execution, while non-trusted nodes must undergo full consensus verification. A harness layer monitors node behavior through heartbeat probes, anomaly detection via deterministic recomputation, and automated trust management, creating a self-correcting feedback loop that isolates malicious or unreliable participants. Experiments on a prototype implementation demonstrate 100% detection rate and 0% false positive rate for tampered records, sub-millisecond validation latency for record and hub operations, and effective harness convergence that excludes adversarial nodes within two rounds while promoting honest nodes to trusted status within five rounds.
• Abstract（参考訳）: Proof-of-Work(PoW)ブロックチェーンコンセンサスは、有用な出力を生成することなく膨大な計算リソースを消費する一方で、大規模言語モデル(LLM)エージェントの急速な成長は、GPU計算に対する前例のない需要を生み出している。 本稿では,ハッシュベースのマイニングをPoI(Proof-of-Inference)に置き換える分散エージェントAIサービスシステムHadAgentについて述べる。 検証は単一のフォワードパスを同じ条件で再実行することのみを必要とするため、クロスノード検証はコンセンサス速度で動作する。 HadAgentは、検証済みのレコードを専用のData、MODEL、PROOFチャネルを持つ3車線のブロック本体に整理し、それぞれが独立したMerkleルートによって保護され、きめ細かいタンパー検出を行う。 信頼されたノードは楽観的な実行を通じてリアルタイムで推論結果を提供するが、信頼されていないノードは完全なコンセンサス検証を行う必要がある。 ハーネス層は、心拍プローブ、決定論的再計算による異常検出、自動信頼管理を通じてノードの動作を監視し、悪意のあるあるいは信頼性の低い参加者を隔離する自己修正フィードバックループを作成する。 プロトタイプ実装の実験では、改ざんされたレコードの100%検出率と0%偽陽性率、レコードとハブ操作のサブミリ秒バリデーションレイテンシ、および2ラウンド以内の敵ノードを排除し、5ラウンド以内の信頼状態に正直なノードを昇格させる効果的なハーネス収束が示されている。

関連論文リスト

• Towards Verifiable AI with Lightweight Cryptographic Proofs of Inference [3.3323431541048385]
  完全証明を軽量なサンプリングベースアプローチで置き換える検証フレームワークとプロトコルを提案する。 我々は,機能的に異なるモデル間のトレース分離を活用可能な条件を定式化し,検証可能な推論プロトコルの安全性について議論する。 我々の手法は、最先端の暗号証明システムと比較して、証明時間を桁違いに削減する。
  論文  参考訳（メタデータ） (2026-03-19T15:24:27Z)
• EigenAI: Deterministic Inference, Verifiable Results [3.231493128964671]
  EigenAIは、EigenLayerの再試行エコシステムの上に構築された検証可能なAIプラットフォームである。 決定論的大言語モデル(LLM)推論エンジンと、暗号学的に保護された楽観的な再実行プロトコルを組み合わせる。
  論文  参考訳（メタデータ） (2026-01-30T04:46:22Z)
• Proof of Trusted Execution: A Consensus Paradigm for Deterministic Blockchain Finality [0.391985484065646]
  本稿では,再実行を再現するのではなく,合意が検証実行から生じる合意パラダイムとして,信頼された実行の証明(PoTE)を提案する。 実行は決定論的であり、プロポーサは公開ランダム性から一意に派生しているため、PoTEはフォークを避け、スロット・タイムのボトルネックを排除し、1ラウンドの検証でブロックをコミットする。
  論文  参考訳（メタデータ） (2025-12-10T08:04:38Z)
• Context Lineage Assurance for Non-Human Identities in Critical Multi-Agent Systems [0.08316523707191924]
  本稿では,アタッチメントのみのメルクル木構造に固定された系統検証のための暗号的基盤機構を提案する。 従来のA2Aモデルとは異なり、本手法ではエージェントと外部検証器の両方が暗号的にマルチホップ前駆体を検証できる。 並行して、A2Aエージェントカードを拡張して、明示的な識別認証プリミティブを組み込むことにより、NHI表現の正当性を確認することができる。
  論文  参考訳（メタデータ） (2025-09-22T20:59:51Z)
• A Label-Free Heterophily-Guided Approach for Unsupervised Graph Fraud Detection [60.09453163562244]
  本稿では,非教師付きGFDのための非教師付きグラフ不正検出手法(HUGE)を提案する。 推定モジュールでは、GFD の臨界グラフ特性をキャプチャする HALO と呼ばれる新しいラベルフリーなヘテロフィリー計量を設計する。 アライメントに基づく不正検出モジュールにおいて、ランキング損失と非対称アライメント損失を有する合同GNNアーキテクチャを開発する。
  論文  参考訳（メタデータ） (2025-02-18T22:07:36Z)
• FLoW3 -- Web3 Empowered Federated Learning [0.0]
  フェデレートラーニングは、データポジショニング、モデルポジショニング、中間攻撃における人など、さまざまな種類の攻撃に影響を受けやすい。 バリデーションはNoverety DetectionとSnowballプロトコルを使用してコンセンサスによって行われる。 システムは、スマートコントラクト開発のためのpythonとFoundryの実装によって実現される。
  論文  参考訳（メタデータ） (2023-12-09T04:05:07Z)
• Transaction Fraud Detection via an Adaptive Graph Neural Network [64.9428588496749]
  本稿では,アダプティブサンプリングとアグリゲーションに基づくグラフニューラルネットワーク(ASA-GNN)を提案する。 ノイズの多いノードをフィルタリングし、不正なノードを補うために、隣のサンプリング戦略を実行する。 3つのファイナンシャルデータセットの実験により,提案手法のASA-GNNは最先端のデータセットよりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-07-11T07:48:39Z)
• QuTE: decentralized multiple testing on sensor networks with false discovery rate control [93.1040521878626]
  本稿では、偽発見率(FDR)の証明可能な保証を備えたグラフ上での分散多重仮説検定法を設計する。 異なるエージェントが無向グラフのノードに存在し、各エージェントはそのノードに局所的な1つ以上の仮説に対応するp値を持つ。 各エージェントは、グラフ全体の大域的FDRが予め定義されたレベルで制御されなければならないという共同目的のもと、隣人とのみ通信することで、それぞれのローカル仮説の1つ以上の拒絶を個別に決めなければならない。
  論文  参考訳（メタデータ） (2022-10-09T19:48:39Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。