Por que provar que um modelo executou corretamente ainda demora mais do que executá-lo?

Provas de conhecimento zero de inferência de ML podem verificar que um modelo produziu uma determinada saída a partir de uma determinada entrada sem revelar os pesos. Isso permitiria que aplicações de criptomoedas consumissem saídas de IA de forma trustless, sem depender de TEEs ou da reputação do operador. O problema é o desempenho: gerar uma prova ZK para um modelo na escala do GPT-2 leva dezenas de minutos; na escala do GPT-3, é medido em horas. A aritmética de ponto flutuante em transformers compila de forma ineficiente para circuitos aritméticos, e o mecanismo de atenção é especialmente custoso de provar. A atestação baseada em TEE contorna essa lacuna, mas exige confiar no firmware do fabricante de hardware em vez de na matemática. Enquanto a geração de provas não reduzir dois a três ordens de magnitude, cada primitivo de IA verificável em criptomoedas estará trocando uma suposição de confiança por outra.