问题、结果与适用边界
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。
已发布证据
ZIP 包包含报告文件及已发布结果表,不是完整原始日志数据集。可用运行材料及复现说明见代码仓库。
引用格式
@techreport{trueopen_slp_poc,
title = {SLP Verifiable Inference: Proof-of-Concept Experiment Report},
author = {{TrueOpen.ai team}},
institution = {TrueOpen},
year = {2026},
url = {https://www.trueopen.ai/research/slp-poc/},
note = {Version dated 2026-09-17}
}抽样检查不能证明未抽中的计算。 这不是独立安全审计。