Sesuatu tentang arsitektur verifikasi OpenGradient yang tidak sepenuhnya saya pahami sampai saya duduk dan mempelajarinya: $OPG #OPG @OpenGradient memposisikan dirinya di sekitar inferensi AI yang terverifikasi — ide bahwa kita dapat membuktikan bahwa sebuah model berjalan dengan benar tanpa mempercayai operatornya. Kerangka ini mengandalkan ZKML, yang nyata, tetapi juga secara komputasional memberatkan untuk hampir semua model yang berjalan pada skala praktis saat ini. Apa yang sebenarnya menjadi default protokol adalah TEE attestation — lingkungan eksekusi tepercaya yang didukung oleh perangkat keras Intel dan AMD. Itu bukan hal yang sama. ZKML memberi Anda bukti matematis; TEE memberi Anda pernyataan dari produsen perangkat keras bahwa lingkungan eksekusi tidak dirusak. Satu tidak memerlukan asumsi kepercayaan di luar matematika, yang lain secara diam-diam memindahkan kepercayaan dari operator ke rantai pasokan silikon. Saya tidak berpikir ini membatalkan proyek — TEE adalah peningkatan yang berarti dibandingkan inferensi yang tidak terdeteksi — tetapi ada celah antara "AI yang diverifikasi secara kriptografis" dan "eksekusi yang terverifikasi pada perangkat keras tepercaya" yang cenderung dipadatkan dalam narasi. Pertanyaan menariknya adalah apakah ZKML pernah menjadi layak secara komputasi pada skala, atau apakah TEE hanya secara diam-diam menjadi default permanen.