zkLLMPoT：不验证训练轨迹的零知识训练证明框架
热点事件持续更新
zkLLMPoT：不验证训练轨迹的零知识训练证明框架
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Junkai Liang 等作者在 arXiv 提交论文，提出零知识框架 zkLLMPoT，用于证明大语言模型训练结果。据论文介绍，它不对完整优化轨迹做验证，而是对训练后的 checkpoint 做前向评估，来证明审计者指定的属性，使认证成本与训练迭代次数无关。 该框架分两阶段：训练方先固定模型架构并承诺模型权重，审计者再选取挑战序列，随后训练方证明所承诺模型在这些序列上的目标值。上述效果目前为论文中的陈述。
AI 根据报道生成 · 3 小时前更新
最新进展10月7日 12:00
zkLLMPoT：面向大语言模型训练的高效零知识证明框架报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv：cs.AIzkLLMPoT：面向大语言模型训练的高效零知识证明框架
zkLLMPoT 是一个零知识框架，通过对训练后 checkpoint 做前向评估来证明审计者指定的属性，而非验证完整优化轨迹，使认证成本与训练迭代次数无关。该框架分两阶段：训练方先固定架构并承诺模型权重，审计者再选取挑战序列，训练方随后证明所承诺模型在这些序列上的目标值。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月7日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。