Fugu-MT 論文翻訳(概要): Agree on the Model, Verify the Inference: GKR Protocols for HND-Based Transformer Inference

論文の概要: Agree on the Model, Verify the Inference: GKR Protocols for HND-Based Transformer Inference

arxiv url: http://arxiv.org/abs/2607.21162v1
Date: Thu, 23 Jul 2026 10:52:53 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-24 18:26:25.376008
Title: Agree on the Model, Verify the Inference: GKR Protocols for HND-Based Transformer Inference
Title（参考訳）: HNDベースのトランスフォーマー推論のためのGKRプロトコル
Abstract要約: Outsourced Transformer推論は、クライアントに置換と実行をモデル化する。本稿では、同型非同型分解変換器のバックボーンを検証するための登録モデルプロトコルであるGKR-HNDを提案する。
参考スコア（独自算出の注目度）: 16.820164197707044
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Outsourced Transformer inference exposes clients to model substitution and incomplete execution, while direct replay removes the computational benefit of delegation. We present GKR-HND, a registered-model protocol for verifying the polynomial backbone of Homomorphic--Nonhomomorphic Decomposition Transformers. The retained verifier checks the GKR transcript and registered-weight openings, but delegates expensive public evaluations to an assigned computation worker. Assuming an honest retained verifier and prover--worker non-collusion, the verifier accepts only when the worker's signed, request-bound response agrees with the proof claims. Experiments with pretrained HND models validate the proof path and the delegated public computation without dense-matrix replay.
Abstract（参考訳）: Outsourced Transformer推論はクライアントをモデル置換と不完全な実行に公開し、ダイレクトリプレイはデリゲートの計算上の利点を排除します。我々は、同型非同型分解変換器の多項式バックボーンを検証するための登録モデルプロトコルであるGKR-HNDを提案する。保持された検証者は、GKRトランスクリプトと登録されたウェイト開口をチェックするが、割り当てられた計算作業者に高価な公開評価を委譲する。誠実に保持された検証者および証明者非照合を仮定すると、検証者は、労働者が署名した時にのみ、要求に拘束された応答が証明請求に同意する。事前訓練されたHNDモデルによる実験は、密度行列の再生なしに証明パスと委譲された公開計算を検証する。

関連論文リスト

Zero-Knowledge Predicate Proofs Between AI Agents: A Measured, Cross-Protocol Gateway and the Source-Integrity Gap [0.0]
マルチエージェントAIプラットフォームは、ステージングからプロダクションへ素早く移行するが、エージェントが信頼を確立する方法はまだ初歩的だ。提案から実行システムまで,エージェント間での検証可能なデータ最小化を行う。 32ビットのしきい値述語は6.2msで証明され、608バイトのBulletproofs証明で1.0msで検証される。
論文参考訳（メタデータ） (2026-08-30T23:16:17Z)
Governed Caste Reassignment in Heterogeneous Swarms: An Asymmetric-Trust Protocol with Audited Operator Countersignature [7.392721604463545]
規制された実施のためには、キャスターの変更によってロボットの特権エンベロープが上昇することは、監査可能で外部から認可されたガバナンスイベントである、と我々は主張する。非対称トラストプロトコルを提案する: 自動密着型再割り当ては自動的に許可されるが、有界緩和には演算子対応が必要である。我々は,最大100台のロボットに対して,実際のEd25519シグネチャによる参照実装を評価する。
論文参考訳（メタデータ） (2026-07-06T03:34:07Z)
Trust but Verify: Prover-Verifier Deliberation for Selective LLM Prediction [4.273094752480624]
本稿では,対話的証明理論に基づく推論時間プロトコルであるPVDを導入する。 PVDは回答と構造化された信頼判定の両方を生成し、システムは不確実なケースを棄却しながら高信頼の回答を報告できる。
論文参考訳（メタデータ） (2026-05-24T15:23:27Z)
Auditing Privacy in Multi-Tenant RAG under Account Collusion [1.253312107729806]
マルチテナント検索拡張生成サービスは、ログ単位の差分プライバシーを操作リーク境界として宣伝する。我々は、同一インデックスのマルチアカウント共謀をプライバシ境界障害とみなす。修正されていないRAGデプロイメントに対して動作する最初の監査プロトコルを設計する。
論文参考訳（メタデータ） (2026-05-19T13:41:59Z)
IMPACT-CYCLE: A Contract-Based Multi-Agent System for Claim-Level Supervisory Correction of Long-Video Semantic Memory [73.22944697933603]
既存のパイプラインは不透明でエンドツーエンドの出力を生成し、検査の中間状態は公開しない。 IMPACT-Cycleは,マルチモーダル反復クレームレベルのメンテナンスとして,長時間ビデオ理解を再構築するマルチエージェントシステムである。
論文参考訳（メタデータ） (2026-04-22T03:03:33Z)
HadAgent: Harness-Aware Decentralized Agentic AI Serving with Proof-of-Inference Blockchain Consensus [4.693243537924961]
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。
論文参考訳（メタデータ） (2026-04-15T14:46:29Z)
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)
Preventing the Collapse of Peer Review Requires Verification-First AI [49.995126139461085]
我々は、真理結合、すなわち、過度に科学的真理をトラックする場所のスコアの厳密さを提案する。プロキシ・ソブリン評価に向けた相転移を駆動する2つの力の形式化を行う。
論文参考訳（メタデータ） (2026-01-23T17:17:32Z)
Refinement Provenance Inference: Detecting LLM-Refined Training Prompts from Model Behavior [58.751981587234916]
本稿では,Refinement Provenance Inference (RPI)監査タスクをRefinement Provenance Inference (RPI)として定式化する。本稿では,ロジットレベルの信号で教師が強制する可能性機能を融合させるロジットベースのフレームワークであるReProを提案する。トレーニング中、ReProはシャドウファインチューニングを通じて転送可能な表現を学び、訓練データアクセスなしで、見えない犠牲者の証明を推測するために軽量のリニアヘッドを使用する。
論文参考訳（メタデータ） (2026-01-05T10:16:41Z)
Trustless Audits without Revealing Data or Models [49.23322187919369]
モデルプロバイダが(アーキテクチャではなく)モデルウェイトとデータシークレットを維持しながら、他のパーティがモデルとデータプロパティを信頼性のない監査を行うことが可能であることを示す。私たちはZkAuditと呼ばれるプロトコルを設計し、モデルプロバイダがデータセットとモデルの重みの暗号的コミットメントを公開します。
論文参考訳（メタデータ） (2024-04-06T04:43:06Z)
Zero-shot Fact Verification by Claim Generation [85.27523983027471]
我々は,堅牢な事実検証モデルをトレーニングするフレームワークであるQACGを開発した。われわれは自動的に生成されたクレームを使って、Wikipediaのエビデンスからサポートしたり、反論したり、検証したりできる。ゼロショットシナリオでは、QACGはRoBERTaモデルのF1を50%から77%に改善し、パフォーマンスは2K以上の手作業による例に相当する。
論文参考訳（メタデータ） (2021-05-31T03:13:52Z)
Autoencoding Variational Autoencoder [56.05008520271406]
我々は,この行動が学習表現に与える影響と,自己整合性の概念を導入することでそれを修正する結果について検討する。自己整合性アプローチで訓練されたエンコーダは、敵攻撃による入力の摂動に対して頑健な(無神経な)表現につながることを示す。
論文参考訳（メタデータ） (2020-12-07T14:16:14Z)

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。