我一直在回想 OpenGradient AlphaSense 工具在 [Insert Project Name Here] 裡的實際運作方式,當你跟隨完整的請求路徑,而不僅僅是每個人展示的乾淨架構圖。
一開始,這看起來很簡單。模型運行,CID 被選擇,根據是 Vanilla、TEE 還是 ZKML,你會獲得不同層級的證明,證明計算確實按照預期進行。在理論上,這看起來很緊湊。幾乎完整。
但這不是我印象深刻的地方。
讓我反覆思考的是那兩個小函數,坐落在邊緣。第一個將代理“意圖”的東西轉換為結構化模型輸入。另一個則將原始輸出轉換成代理實際可以閱讀和採取行動的東西。
而且這些步驟與其他所有步驟相比,感覺是如此隱形。
因為模型可以完美地執行它的工作。證明仍然可以是有效的。沒有任何東西會崩潰。然而,意義可能在推理開始之前就已經稍微偏離,只因為輸入映射修剪了某些東西,重新塑形了某些東西,對於什麼重要做出了微妙的決定。
然後它又從另一端出來,並再次被清理。有時簡化。有時壓縮。有時只是……柔化到足以讓你不太看到丟失了什麼。
沒有錯誤。沒有失敗。只是漂移。
這是我無法擺脫的部分。
系統中最強的保證關於執行。模型做了什麼。它是否正確運行。是否可以被驗證。
但不舒服的空隙是所有發生在那個點之前和之後的事情。意圖轉換成輸入的過程。以及輸出轉換成可讀內容的過程。
我一直在想這是否是真正信任所在,還是我高估了這些層級相對於證明本身的重要性。
我仍然不知道哪個更脆弱:每個人忙於驗證的計算,還是意義在到達那裡之前靜靜改變的過程。
#OPG @OpenGradient $OPG ,