耶鲁团队提出Maverick协议:让AI服务器“看不见”你的提示词,最高提速45倍

零知识证明
1 小时前来源: blockweeks.com
耶鲁团队提出Maverick协议:让AI服务器“看不见”你的提示词,最高提速45倍

本文由BlockWeeks编译整理

六名耶鲁大学计算机科学家提出了一种名为 Maverick 的协议,目标是让开源 AI 模型主要运行在“别人的机器”上,同时不把用户的原始输入暴露给那台机器。按照设计,用户手机或其他低算力设备把繁重计算外包给外部服务器,服务器只收到经过扰乱的输入副本,设备再在结果返回后进行校验。

相关论文已于 2026 年 9 月 9 日上传至 arXiv,目前仍是预印本,尚未被会议或期刊接收,论文也未附代码链接。

核心问题:如何相信一台不受你控制的机器

验证一台自己无法控制的机器是否诚实完成了计算,正是零知识证明系统以及部分去中心化算力网络长期试图解决的问题。Maverick 的额外目标是:在验证结果的同时,让服务器始终看不到用户输入。

论文指出,零知识机器学习系统 DeepProve 能够检查计算结果,但会把输入暴露给服务器。Maverick 则试图同时实现“可验证”和“输入保密”。

论文作者之一、助理教授 Fan Zhang 与博士生 Wenhao Wang 将加密货币与合约倡议组织 IC3 列为所属机构,Wenhao Wang 的部分研究由 IC3 资助。

围绕出售 AI 推理服务的区块链市场,主持人 Kain Warwick 本月在节目中描述了信任他人机器的难题:“人们在向你出售推理服务,但你并不真正知道它从哪里来。”

Maverick 如何工作:先加掩码,再抽查

Maverick 的基本流程是:用户设备用一层看似随机的掩码隐藏输入,然后把模型的大部分数学计算发送给服务器;服务器在不知道原始输入的情况下完成计算,返回结果后,用户设备再剥去掩码,恢复答案。

为了防止服务器偷懒或作恶,设备不会重新完整执行一遍计算,而是运行一个快速随机化测试,对服务器返回的结果进行抽检。

论文作者 Charalampos Papamanthou 在论文中仅标注耶鲁大学,但根据其耶鲁个人页面,他同时担任 Lagrange Labs 首席科学家。Lagrange 构建零知识证明系统,其中包括 DeepProve,Papamanthou 也是 DeepProve 论文的共同作者。

性能数据:45倍提速有严格前提

在论文的端到端测试中,最大幅度的性能提升出现在用户设备提前准备好掩码的情况下:提示词 token 的处理速度最高达到设备本地自行运行模型的 45 倍。如果掩码是在运行过程中临时构建,峰值提速则降至 17 倍。

这些数字来自特定测试条件:用户设备仅使用一个处理线程,服务器为 CPU 并允许使用最多 128 个线程,提示词长度为 8 个 token,且未计入网络延迟。

另一项测试在模拟网络上计时一个短请求,设备使用两个线程、服务器使用 64 个线程。在 50 毫秒往返延迟下,两种隐私模式的首次输出速度分别仅为本地运行的 1.42 倍和 1.46 倍;当往返延迟升至 100 毫秒时,两种模式均慢于本地运行。

测试仅使用 Qwen3-4B 这一个模型。

关键瓶颈:客户端存储

作者将 Maverick 的客户端存储需求称为“我们方法的一个关键瓶颈”。这意味着,尽管协议把计算压力转移给了服务器,用户设备仍需要承担不可忽视的存储开销,这可能限制其在低端手机等设备上的实际部署。

从定位看,Maverick 试图切入一个正在升温的交叉地带:AI 推理外包、隐私保护与可验证计算。它能否从预印本走向可部署系统,仍取决于代码实现、更大模型测试以及客户端开销能否进一步压缩。