اثبات سریع است؛ اما مرز اعتماد هنوز مسئله اصلی است: بررسی بنچمارک‌های ZK شرکت Attestable

شرکت Attestable نتایج بنچمارک اثبات‌های دانش صفر برای استنتاج مدل‌های زبانی در مقیاس تولید را منتشر کرده است. این گزارش بحث ZKML را از این پرسش که آیا می‌توان شبکه‌های کوچک و آزمایشی را اثبات کرد، به این پرسش منتقل می‌کند که برای یک ترنسفورمر واقعی چه چیزهایی را می‌توان راستی‌آزمایی کرد.

طبق توضیح شرکت، prover آن می‌تواند خروجی را به مدلِ متعهدشده، ورودی، تنظیمات تولید، seed تصادفی و سیاست اجرای مشخص پیوند دهد. سپس verifier بدون دریافت وزن‌های مدل و بدون اجرای دوباره استنتاج، اثبات را بررسی می‌کند. Attestable این خروجی را نوعی امضای محاسباتی توصیف می‌کند: اگر مدل، ورودی، خروجی یا سیاست تغییر کند، باید اعتبار اثبات از بین برود.

نمونه اصلی، مدل Gemma 4 31B است. Attestable روی یک پردازنده NVIDIA H100، سرعت ۵۳ توکن در ثانیه را برای یک دنباله ۱۶هزار توکنی با batch برابر یک، و سرعت ۷۷ توکن در ثانیه را برای چهار دنباله ۴هزار توکنی گزارش می‌کند. اندازه اثبات‌ها طبق گزارش بین ۴٫۳۵ تا ۷٫۹۲ مگابایت است و بررسی آن‌ها روی verifier مرجع شرکت، با CPU معمولی، بین ۱۵۷ تا ۶۴۸ میلی‌ثانیه طول می‌کشد.

اهمیت این اعداد در آن است که در ZKML معمولاً تولید اثبات، نه بررسی آن، گلوگاه عملی بوده است. verifier سریع فقط زمانی ارزشمند است که تولید اثبات نیز آن‌قدر مقرون‌به‌صرفه باشد که بتوان آن را در کنار استنتاج اجرا کرد. معماری منتشرشده Attestable به همین تقسیم کار تکیه دارد: GPU استنتاج و اثبات را انجام می‌دهد و CPU معمولی می‌تواند نتیجه را مستقلاً بررسی کند.

اما مرز مهندسی مهم است. Attestable می‌گوید نسخه فعلی آن از context حداکثر ۱۶هزار توکن پشتیبانی می‌کند و ضرب‌های ماتریسی را به اعداد صحیح کوانتیزه می‌کند، در حالی که عملیات غیرخطی را با اعداد ممیز شناور اثبات می‌کند. شرکت همچنین تصریح می‌کند که نتایج، بنچمارک‌های آلفا هستند و هنوز بهینه‌سازی قابل‌توجهی باقی مانده است. این شرکت می‌گوید روش کوانتیزاسیون فعلی در آزمون GPQA Diamond عملکرد استدلال دشوار را بهتر از یک خط پایه INT8 استاندارد حفظ می‌کند، اما IFEval بخش‌هایی را نشان می‌دهد که هنوز نیازمند بهبودند.

برای خواننده، یک مرز راستی‌آزمایی هم وجود دارد. اعداد Attestable، نتایج آلفای خوداظهارشده روی یک H100 هستند و در حال حاضر بازتولید مستقل آن‌ها در دسترس نیست. شرکت جزئیات کافی از سامانه اثبات—از جمله میدان مشخص، پارامترهای query و تحلیل کامل soundness—منتشر نکرده است تا بیرونی‌ها بتوانند همه ادعاهای رمزنگاری را مستقلاً ارزیابی کنند. یک تحلیل فنی هم‌زمان نیز یادآوری می‌کند که شرایط این بنچمارک‌ها با نتایج قدیمی‌تر ZKML، که از مدل‌ها، سخت‌افزارها و بارهای کاری متفاوت استفاده می‌کنند، مستقیماً قابل مقایسه نیستند.

نتیجه عملی محدودتر، اما معنادار است: ZK inference در حال تبدیل شدن به مسئله‌ای زیرساختی است، نه صرفاً یک نمایش پژوهشی. برای ارائه‌دهندگان AI، وعده جذاب این است که بتوانند بدون افشای وزن‌های اختصاصی، اثباتی قابل‌حمل ارائه کنند که نشان دهد یک مدل تأییدشده خروجی مشخصی تولید کرده است. برای حسابرسان و یکپارچه‌سازها، پرسش‌های بعدی درباره بازتولیدپذیری، قالب تعهد به مدل، مستندات سامانه اثبات و این موضوع است که مرز کوانتیزاسیون آیا محاسبه مورد تأیید را تغییر می‌دهد یا نه.

Attestable این پرسش‌ها را حذف نکرده است؛ آن‌ها را قابل اندازه‌گیری‌تر کرده است. توسعه مهم امروز همین است: یک بنچمارک عمومی نشان می‌دهد استنتاج قابل‌راستی‌آزمایی می‌تواند به رژیمی شبیه زیرساخت تولید نزدیک شود، در حالی که مرز اعتماد از «آیا اصلاً می‌توان اثبات ساخت؟» به «آیا توسعه‌دهندگان مستقل می‌توانند آن را بازتولید و ممیزی کنند؟» منتقل شده است.