Кратко:
- Arbitrum исследует новый подход к верификации AI-выводов, который сокращает время генерации доказательств с 15 минут до миллисекунд.
- Статья Offchain Labs предлагает проверять выводы моделей ИИ с помощью случайной выборки внутренних путей без повторного выполнения каждой операции.
- Протокол использует ту же логику разрешения споров, что и Arbitrum One, для обнаружения подмены модели в AI API.
Экономика искусственных интеллектуальных агентов сталкивается с проблемой, которую до сих пор никто не решил достаточно быстро, чтобы это было полезно в производственной среде: проверка того, что модель ИИ, которую провайдер утверждает, что запускает, действительно является той, которая исполняется.
Статья, опубликованная в марте 2026 года Offchain Labs под названием *Towards Verifiable AI with Lightweight Cryptographic Proofs of Inference*, предлагает решение, сокращающее время генерации доказательств с примерно 15 минут до миллисекунд, и логика этой системы не является чуждой для экосистемы Arbitrum.
Разрыв доверия, который рынок нормализовал
Модель ценообразования за токен создает конкретный экономический стимул для мошенничества. Обслуживание модели с 7 миллиардами параметров дешевле, чем обслуживание модели с 70 миллиардами параметров, а выполнение инференса с квантованием стоит меньше, чем при полной точности. Если провайдер может перенаправить долю запросов на меньшую модель, взимая при этом плату за большую, выгода масштабируется с объемом. Исследователи Стэнфорда зафиксировали, что поведение GPT-3.5 и GPT-4 изменилось измеримым образом между мартом и июнем 2023 года при выполнении одних и тех же тестовых задач. Текущий API-контракт не предоставляет механизма для обнаружения этой разницы.
Существующие криптографические доказательства того же типа, что и используемые zk-rollup, могут продемонстрировать, что сервер правильно выполнил вычисление, не требуя от клиента его повторения. Проблема — в скорости. Схемы, такие как zkLLM, генерируют доказательство вывода для модели с 13 миллиардами параметров примерно за 15 минут, что несовместимо с API, которые должны отвечать менее чем за одну секунду.
Тот же механизм, который защищает Arbitrum One
Предложение Offchain Labs отказывается от исчерпывающего доказательства и использует выборку. Сервер заранее фиксирует цифровой отпечаток весов модели и внутренние значения, сгенерированные во время конкретного запроса. Клиент затем выбирает случайный путь к выходу сети и запрашивает у сервера только значения вдоль этого пути. Если сервер использовал другую модель, значения будут несовместимы, и проверка завершится неудачей. Вероятность обнаружения накапливается с каждым повторным запросом, превращая систему в эффективное средство сдерживания рациональных противников.
Связь с Arbitrum явно указана в статье. Оптимистичные ролапы работают на той же идее: повторное выполнение каждого шага длительных вычислений на каждом устройстве дорого, в то время как выборочная проверка спорного шага — недорога. Предложенный протокол расширяет эту логику на значения нейронных сетей, используя процедуру бисекции, которая сокращает расхождение между двумя серверами за логарифмическое количество раундов — ту же структуру разрешения споров, которая защищает Arbitrum One.
Для регулируемых отраслей, команд по управлению моделями и развивающегося рынка автономных агентов разница между утверждением о прозрачности и проверяемым утверждением начинает иметь прямые последствия. Протокол не требует от разработчиков изменения существующих стеков; он требует только, чтобы кто-то в системе — будь то поставщик, аудитор или платформа — представил проверяемое заявление.