新共识协议 PoML：让矿工跑 AI 推理取代无用的哈希挖矿
chaumian · x · 2026-10-23
arXiv 论文《Proof-of-Machine-Learning-Inference: Mining Knowledge, Not Hashes》（Wan Ki Wong、Michele Ciampi、Rik Sarkar）提出用机器学习推理替代比特币式工作量证明的哈希谜题。
核心思路
- 共识协议 PoML 中，矿工通过执行用户请求的 ML 推理（如 LLM、扩散模型）来参与共识，让原本浪费在哈希运算上的算力产生实际价值，同时缓解 AI 算力被少数玩家垄断的问题。
主要贡献
- 明确形式化了「ML 推理可安全替代哈希工作」所需的计算假设，并论证 LLM 与扩散模型满足这些假设
- 将协议安全性归约到 Bitcoin Backbone 模型，给出形式化安全分析
- 仿真实验显示 PoML 的出块速率稳定在标定目标附近
论文把区块链与 AI 算力供需两条线结合起来，属于加密学与 ML 交叉的新方向。
「研究」频道最新
- 伯克利 StyleStream 2.0：流式语音转换延迟降至 520ms 提速一倍 — Berkeley · 2026-10-23
- 数学博士生宣布离开学术界：AI 正让数学变得面目全非 — pickover · 2026-10-23
- ICLR 投稿现 LLM 残留自评：作者模型自曝结果不显著 — _onionesque · 2026-10-23
- AKV 推理系统让 Agent 自管 KV 缓存,成本降 27.7% 准确率反升 — _akhaliq · 2026-10-23
- AuroraTTS-100K：不到 100K 参数的英文 TTS，INT8 仅 127KB — Tall_Abrocoma_3533 · 2026-10-23
- MiTaS 多分辨率触觉模仿学习登场：成功率 80% 远超纯视觉基线 35.5% — Jan_R_Peters · 2026-10-23