Witnesses 上手指南：PyTorch/JAX 训练如何生成数据集证明证书
pratyusha_PS · x · 2026-11-07
Stanford 计算机硕士生 Houjun Liu 与 Pratyusha Sharma 邀请研究者在下一次训练中使用 Witnesses（DVBench），官方教程展示了如何用 PyTorch 或 JAX 连接训练任务并生成证明训练所用数据集的证书。
上手流程要点：
- pip install "dvbench[torch]" 或 "dvbench[jax]"
- 先于 Jax/Torch 导入 from dvbench import Client，连接生产 API
- 注册 experiment 并初始化 zkdv proof tape，配置 name（kebab-case）与 rollingwindow（每 N 个 token 算一个样本）后即可开始记录
- 支持 Flax TrainState 的 applygradients() 工作流（见单独指南），还可参与 leaderboard
这是让「训练数据声明」变得可审计的实用工具，适合需要在论文或模型发布中证明数据合规的团队。
所属事件:NYU 等推出 Witnesses，训练数据声明无需重跑即可验证(2 条相关)→
「编程与Agent」频道最新
- Instagram Edits、Roblox Studio 内置 MCP,Agent 与创作者工具正走向融合 — trq212 · 2026-11-07
- AI 实时搭建 289 零件的 Dymaxion 汽车 3D 模型,全程联网查资料 — carlosbannon · 2026-11-07
- ArkenOS 把数百个自主 Agent 的协作过程变成 3D 可视化星系 — _AustinCalvert_ · 2026-11-07
- 实测：AI Agent 打不开 Zillow/Indeed/Reddit，接爬虫 API 后 3/3 全通 — eyishazyer · 2026-11-07
- 研究者演示:恶意浏览器扩展可把 Claude Desktop 变远程 Shell — Kyrannio · 2026-11-07
- MCP 工具定义会漂移:批准后仍可能被偷换,哈希对比可防御 — BlitzBallBruiser · 2026-11-07