Comment puis-je savoir si les GPU décentralisés que j'ai loués ont réellement exécuté mon travail d'entraînement ?

Les réseaux de calcul décentralisés permettent à n'importe qui de louer de la capacité GPU pour entraîner des modèles IA et recevoir les poids résultants. L'utilisateur reçoit un fichier, pas une preuve. Rien aujourd'hui ne vérifie que ces poids proviennent bien de l'exécution d'entraînement telle que spécifiée : un opérateur pourrait retourner un checkpoint pré-entraîné, exécuter moins de pas de gradient, ou remplacer entièrement le jeu de données. La vérification d'inférence, qui consiste à contrôler un seul passage en avant, est déjà difficile pour les preuves ZK ; la vérification d'entraînement est plus difficile d'un ordre de grandeur car la descente de gradient est un long processus séquentiel, l'arithmétique float16 introduit du non-déterminisme qui brise la reproduction bit à bit, et les données d'entraînement peuvent être privées. Chaque grand réseau de calcul DePIN repose sur la réputation et des incitations économiques pour dissuader la triche, et non sur des reçus cryptographiques.