レンタルした分散型GPUが実際にトレーニングジョブを実行したかどうか、どうやって確認できるのか？

分散型コンピュートネットワークは、誰でもGPU容量をレンタルしてAIモデルをトレーニングし、得られた重みを受け取ることを可能にする。ユーザーが受け取るのはファイルであり、証明ではない。その重みが仕様通りのトレーニングランから得られたものかどうかを検証する手段は現時点では存在しない。オペレーターは事前学習済みのチェックポイントを返したり、勾配ステップを少なくしたり、データセットを丸ごと差し替えることもできる。推論の検証、つまり単一のフォワードパスの確認でさえZK証明には困難を伴う。トレーニングの検証はさらに桁違いに難しい。勾配降下法は長い逐次プロセスであり、float16演算はビット単位の再現を妨げる非決定論性をもたらし、トレーニングデータはプライベートである可能性があるためだ。主要なDePINコンピュートネットワークはすべて、暗号学的レシートではなく、評判と経済的インセンティブに頼って不正を抑止している。