去中心化推理网络如何抓作弊主机:抽查+声誉+开源权重三重校验
autoimago · reddit · 2026-09-17
Gonka 项目贡献者讲解开源去中心化推理网络如何解决「凭什么相信陌生人的 GPU 真跑了 advertised 模型」这一信任问题:
- 随机抽查:全量重跑成本翻倍,改为随机 1–10% 的任务由其他主机重跑验证;主机不知道哪些请求会被抽查,作弊任何一次都是赌博;
- 声誉机制:持续通过检查的主机被抽查频率降低,失败的主机被更频繁检查并扣减奖励;
- 开源权重作为外部校验:所用模型(DeepSeek V4-Flash、GLM-5.3-Flash、MiniMax M2.7)为开源权重,任何人可将端点输出与公开模型对比,闭源模型做不到这一点;
- 未解问题:不同 GPU 输出并非 bit 级一致,「是否匹配」需要容差,聪明的作弊者可能藏在容差里——这仍是开放研究问题。
作者总结:去中心化 AI 并未消除信任,而是把「信任一家公司」换成概率、声誉与开源权重的组合,这是否足够值得讨论。(作者自曝是该项目的贡献者,内容带宣传成分,但机制讲解有实质。)
所属事件:Gonka 讲述去中心化推理网络如何防作弊(2 条相关)→
「Infra」频道最新
- 黄仁勋：英伟达明年芯片销量将比今年翻一倍 — zephyr_z9 · 2026-09-17
- GlobalFoundries 与 Marvell 扩建佛蒙特厂，增产 AI 光互连芯片 — zephyr_z9 · 2026-09-17
- 26100 美元的桌面 AI 数据中心：双 RTX PRO 6000 开源工作站 — dee_hw · 2026-09-17
- 爆料称华为拟扩 4096 卡超节点，单节点 HBM 可达 384TB — zephyr_z9 · 2026-09-17
- Brad Gerstner：43GW 算力预测太激进，实际约 25GW 一半归 OpenAI/Anthropic — firstadopter · 2026-09-17
- Cohere 用单个 CUDA megakernel 服务 30B 模型,batch 1 达 292 tokens/秒 — dl_weekly · 2026-09-17