Este artigo foi compilado e organizado pela BlockWeeks
Seis cientistas da computação da Universidade de Yale propuseram um protocolo chamado Maverick, com o objetivo de permitir que modelos de IA de código aberto sejam executados principalmente na "máquina de outra pessoa" sem expor a entrada bruta do usuário a essa máquina. Por design, o celular do usuário ou outro dispositivo de baixo poder computacional terceiriza a computação pesada para um servidor externo; o servidor recebe apenas uma cópia embaralhada da entrada, e o dispositivo então verifica o resultado após ele ser retornado.
O artigo relacionado foi enviado ao arXiv em 9 de setembro de 2026. Ainda é um preprint e ainda não foi aceito por uma conferência ou periódico, e o artigo não inclui um link de código.
Problema Central: Como Confiar em uma Máquina que Você Não Controla
Verificar se uma máquina que você não pode controlar concluiu honestamente uma computação é exatamente o problema que sistemas de prova de conhecimento zero e algumas redes de computação descentralizadas há muito buscam resolver. O objetivo adicional do Maverick é verificar o resultado enquanto mantém o servidor sem nunca ver a entrada do usuário.
O artigo aponta que o sistema de aprendizado de máquina com conhecimento zero DeepProve pode verificar resultados de computação, mas expõe a entrada ao servidor. O Maverick tenta alcançar tanto a "verificabilidade" quanto a "confidencialidade da entrada" ao mesmo tempo.
Um dos autores do artigo, o professor assistente Fan Zhang, e o estudante de doutorado Wenhao Wang listam a Initiative for Cryptocurrencies and Contracts (IC3) como sua afiliação, e parte da pesquisa de Wenhao Wang é financiada pela IC3.
Sobre os mercados de blockchain que vendem serviços de inferência de IA, o apresentador Kain Warwick descreveu neste mês a dificuldade de confiar nas máquinas de outras pessoas em um programa: "As pessoas estão vendendo serviços de inferência para você, mas você realmente não sabe de onde vem."
Como o Maverick Funciona: Mascarar Primeiro, Depois Verificar por Amostragem
O fluxo básico do Maverick é o seguinte: o dispositivo do usuário oculta a entrada com uma camada de mascaramento aparentemente aleatório, depois envia a maior parte da computação matemática do modelo para o servidor; o servidor conclui a computação sem conhecer a entrada original e, após retornar o resultado, o dispositivo do usuário remove a máscara e recupera a resposta.
Para impedir que o servidor corte caminho ou aja maliciosamente, o dispositivo não reexecuta toda a computação; em vez disso, ele executa um teste aleatório rápido para verificar por amostragem o resultado retornado pelo servidor.
O autor do artigo Charalampos Papamanthou lista apenas a Universidade de Yale no artigo, mas, de acordo com sua página pessoal em Yale, ele também atua como cientista-chefe na Lagrange Labs. A Lagrange constrói sistemas de prova de conhecimento zero, incluindo o DeepProve, e Papamanthou também é coautor do artigo do DeepProve.
Dados de Desempenho: O Ganho de Velocidade de 45 Vezes Tem Pré-condições Rigorosas
Nos testes de ponta a ponta do artigo, a maior melhoria de desempenho apareceu quando o dispositivo do usuário preparou a máscara com antecedência: a velocidade de processamento dos tokens do prompt atingiu até 45 vezes a da execução do modelo localmente no próprio dispositivo. Se a máscara for construída dinamicamente durante a execução, o ganho de velocidade máximo cai para 17 vezes.
Esses números vêm de condições de teste específicas: o dispositivo do usuário usa apenas uma thread de processamento, o servidor é uma CPU e tem permissão para usar até 128 threads, o comprimento do prompt é de 8 tokens e a latência de rede não está incluída.
Outro teste cronometrou uma solicitação curta em uma rede simulada, com o dispositivo usando duas threads e o servidor usando 64 threads. Com 50 milissegundos de latência de ida e volta, o tempo até a primeira saída nos dois modos de privacidade foi apenas 1,42 vezes e 1,46 vezes o da execução local, respectivamente; quando a latência de ida e volta subiu para 100 milissegundos, ambos os modos ficaram mais lentos que a execução local.
Os testes usaram apenas um modelo, o Qwen3-4B.
Gargalo Principal: Armazenamento no Lado do Cliente
Os autores chamam o requisito de armazenamento no lado do cliente do Maverick de "um gargalo fundamental do nosso método". Isso significa que, embora o protocolo transfira a pressão computacional para o servidor, o dispositivo do usuário ainda precisa arcar com uma sobrecarga de armazenamento não desprezível, o que pode limitar sua implantação prática em dispositivos como celulares de baixo custo.
Em termos de posicionamento, a Maverick busca entrar em uma interseção em aquecimento: terceirização de inferência de IA, proteção de privacidade e computação verificável. Se conseguirá passar de um preprint para um sistema implantável ainda depende da implementação do código, de testes com modelos maiores e de se a sobrecarga no lado do cliente pode ser ainda mais comprimida.






