Statistical Proof of Execution (SPEX)

要約

多くの現実世界のアプリケーションは、計画とガイダンスのためのML/AI推論の広範な採用によって推進される、自動化された意思決定をますます組み込んでいます。
この研究では、自律的な意思決定における検証可能なコンピューティングの必要性が高まっています。
検証可能なコンピューティングの問題を形式化し、既存の方法よりも大幅に高速で、費用対効果が高く、よりシンプルなサンプリングベースのプロトコルを導入します。
さらに、非決定的なシナリオを効果的に管理するための一連の戦略を提案する非決定的な課題に取り組みます。

要約(オリジナル)

Many real-world applications are increasingly incorporating automated decision-making, driven by the widespread adoption of ML/AI inference for planning and guidance. This study examines the growing need for verifiable computing in autonomous decision-making. We formalize the problem of verifiable computing and introduce a sampling-based protocol that is significantly faster, more cost-effective, and simpler than existing methods. Furthermore, we tackle the challenges posed by non-determinism, proposing a set of strategies to effectively manage common scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google