아래 자료는 외부 연구자의 성과이며 TrueOpen 논문이나 저자의 지지를 뜻하지 않습니다. 짧은 해설은 독립적으로 작성한 읽기 안내이며 논문 전문의 번역이 아닙니다. 전체 주장과 이용 조건은 원문을 확인하세요.
서지 확인: 2026년 11월 5일. 날짜는 연결된 버전 기준이며 필요한 경우 최초 제출일을 별도로 표시합니다. 외부 PDF와 그림은 재배포하지 않습니다.
Are You Getting What You Pay For? Auditing Model Substitution in LLM APIs
Will Cai; Tianneng Shi; Xuandong Zhao; Dawn Song
arXiv:2504.04715v2 · 2025-09-29 (v1: 2025-04-07)
저자들은 모델 대체 감사를 시험하고 추론 변동이 소프트웨어 검사에 미치는 한계를 지적합니다. TEE 접근은 logprob 증거를 평가할 때 비교할 수 있는 대안입니다.
IMMACULATE: A Practical LLM Auditing Framework via Verifiable Computation
Yanpei Guo; Wenjie Qu; Linyu Wu; Shengfang Zhai; Lionel Z. Wang; Ming Xu; Yue Liu; Binhang Yuan; Dawn Song; Jiaheng Zhang
arXiv:2602.22700v1 · 2026-02-26
선택적 암호학적 감사로 모델 대체, 양자화 남용 및 토큰 과다 청구를 검사합니다. 재실행 검증과 비용을 비교하려면 감사 비율과 위협 가정부터 맞춰야 합니다.
TOPLOC: A Locality Sensitive Hashing Scheme for Trustless Verifiable Inference
Jack Min Ong; Matthew Di Ferrante; Aaron Pazdera; Ryan Garner; Sami Jaghouar; Manveer Basra; Max Ryabinin; Johannes Hagemann
arXiv:2501.16007v2 · 2025-05-30 (v1: 2025-01-27)
TOPLOC은 중간 활성값을 작은 해시 지문으로 표현합니다. 활성값 증거와 출력 logprob를 비교하는 참고 자료이며 탐지 결과는 시험 조건에 한정됩니다.
Gaussian Variant of Freivalds' Algorithm for Efficient and Reliable Matrix Product Verification
Michael V. Mascagni; Hao Ji; Yaohang Li
NIST publication record · 2017-05-30; revision number not supplied
가우스 투영으로 전체 곱셈을 다시 계산하지 않고 행렬 곱을 검사합니다. 수치 오차 분석은 행렬 검증의 배경이며 전체 추론 서비스의 보안 증명은 아닙니다.
Slalom: Fast, Verifiable and Private Execution of Neural Networks in Trusted Hardware
Florian Tramèr; Dan Boneh
arXiv:1806.03287v2 · 2019-02-27 (v1: 2018-06-08); ICLR 2019
Slalom은 신뢰 하드웨어의 선형 계산을 비신뢰 가속기에 맡긴 뒤 결과를 검사합니다. 비교할 때 TEE 신뢰 가정을 유지해야 합니다.
zkLLM: Zero Knowledge Proofs for Large Language Models
Haochen Sun; Jason Li; Hongyang Zhang
arXiv:2404.16109v1 · 2024-04-24; accepted to ACM CCS 2024
조회 및 어텐션 증명으로 LLM 증명의 비산술 연산을 다룹니다. TrueOpen 성능 측정이 아닌 관련 연구입니다. 원문은 해당 저자 버전의 재배포를 금지하므로 PDF나 그림을 복제하지 않고 링크만 제공합니다.
Efficient Memory Management for Large Language Model Serving with PagedAttention
Woosuk Kwon; Zhuohan Li; Siyuan Zhuang; Ying Sheng; Lianmin Zheng; Cody Hao Yu; Joseph E. Gonzalez; Hao Zhang; Ion Stoica
arXiv:2309.06180v1 · 2023-09-12; SOSP 2023
PagedAttention은 KV 캐시 낭비를 줄여 추론 제공 효율을 높입니다. 런타임 배치 처리는 프로토콜 수준의 일괄 검증과 다른 문제입니다.
Narwhal and Tusk: A DAG-based Mempool and Efficient BFT Consensus
George Danezis; Eleftherios Kokoris Kogias; Alberto Sonnino; Alexander Spiegelman
arXiv:2105.11827v4 · 2022-03-16 (v1: 2021-05-25)
데이터 전파와 거래 순서를 분리하는 구조는 증거 배포의 비교 대상입니다. 소개한다고 해서 TrueOpen이 이 합의를 채택했거나 같은 처리량을 달성했다는 의미는 아닙니다.