2026 年 9 月 17 日的报告在 GPT-2、TinyLlama-1.1B 和 Llama-2-70B 上测试先封存、后抽样的流程。挑战产生前固定承诺,再证明并检查选中的计算块。本页总结这一版报告,不混用后续论文版本的数据。
在配备 2 TB 内存的 CPU 服务器上,Llama-2-70B 实验记录了 163 个封存边界、5 个被证明的计算块、1,259 秒(约 21 分钟)封存与证明时间、4.34 MiB 证明和46.3 秒验证时间。该时间不包含模型注册及另外报告的 48,706 秒整数推理阶段;不是端到端延迟,也不是生产性能承诺。
报告证明的是 12-bit 量化规范模型的选中计算块,不是原始浮点服务模型。70B 和 TinyLlama 证明实验使用 8–16 的上下文长度,尚未测量生产上下文长度下的证明成本。除 E09 和 E12 外,大多数数字来自单次测量,未提供重复运行方差。将该原型与推理服务比较时必须保留这些限制。
对于挑战前已固定、局限于一个可抽样计算块的篡改,单次审计的检测能力受抽样覆盖率限制。报告给出的 70B 配置对一个固定非法计算块的单次检测概率约为 1.9%(从 161 个可抽样块中随机抽取 3 个,另外检查 2 个必检锚点),并展示了仅由 manifest 决定抽样时的挑战磨选风险。需要外部排序及明确的威胁假设。
原始来源书目与引用
本页是研究解读,不是原论文。引用研究结论时,请引用下列对应报告或论文。书目来源核对日期:2026 年 11 月 5 日。
SLP Verifiable Inference: Proof-of-Concept Experiment Report
TrueOpen.ai team
报告 v1.0 · 2026-09-17
@techreport{trueopen_slp_report_2026,
author = {{TrueOpen.ai team}},
title = {SLP Verifiable Inference: Proof-of-Concept Experiment Report},
institution = {TrueOpen},
year = {2026},
month = sep,
number = {Version 1.0},
url = {https://trueopen.ai/reports/TrueOpen-SLP-PoC-Report.pdf},
note = {2026-09-17; source: TrueOpen.ai team, https://www.trueopen.ai/research.html}
}Seal, Then Sample: Sampled Layerwise Proofs for Verifiable LLM Inference from GPT-2 to 70B
Youki Lim; Sam Yong
相关后续论文:arXiv:2609.27367v1 · 2026-09-23 提交。不是 9 月 17 日报告的同一版本。
@misc{lim_yong_slp_2026,
author = {Lim, Youki and Yong, Sam},
title = {Seal, Then Sample: Sampled Layerwise Proofs for Verifiable LLM Inference from GPT-2 to 70B},
year = {2026},
eprint = {2609.27367},
archivePrefix = {arXiv},
primaryClass = {cs.CR},
doi = {10.48550/arXiv.2609.27367},
url = {https://arxiv.org/abs/2609.27367v1},
note = {Version 1; submitted 2026-09-23}
}原始日志在哪里?
9 月 17 日报告描述了包含原始日志的发布材料;官网 ZIP 是单独的表格导出包,不包含这些日志。公开实验仓库包含原始日志文件。本次读取固定提交的 70B 日志,核对到推理 48,706.5 秒、封存与证明 1,259.1 秒、验证 46.3 秒。这只核对来源一致性,不代表独立复现实验或确认所有实验材料完整。
70B raw log · pinned commit 592a5a6 ↗下载范围:ZIP 包包含已发表报告的结果表及报告文件,不包含完整原始运行日志。复现实验前请阅读包内 README。
来源与实验材料
- 原始报告(英文 PDF)
- SLP results tables (not raw logs)
- SLP experiment data repository
- Related paper: Seal, Then Sample
引用本研究解读
@misc{trueopen_sampled_layerwise_proofs_zh,
author = {{TrueOpen}},
title = {抽样推理证明究竟证明了什么?},
howpublished = {\url{https://www.trueopen.ai/zh/research/sampled-layerwise-proofs/}},
note = {Research overview; original experiment sources linked on page}
}