PulseAugur
中
实时 08:52:22
English(EN) Certified but Private: Scalable Zero-Knowledge Proofs for Neural Network Guarantees

新系统使用零知识证明实现私密神经网络保证

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了PANDA，一个使用零知识证明（ZKPs）来验证神经网络的鲁棒性和公平性而无需泄露其私有参数的新系统。PANDA构建在CROWN框架之上，引入了一种新颖的算法来证明非线性激活层中的边界，从而实现高效且可扩展的证明。该系统可以在五分钟内为拥有超过290万个参数的网络生成证明，并在十秒内验证它们，在网络大小和证明者开销方面显著优于以前基于ZKP的方法。 AI

影响 能够私密验证AI模型的属性，这对于敏感应用和监管合规至关重要。

排序理由 该集群包含一篇详细介绍神经网络验证新系统的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新系统使用零知识证明实现私密神经网络保证

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Youwei Zhong, Ben Merbaum, Timos Antonopoulos, Ning Luo, Charalampos Papamanthou, Katerina Sotiraki, Ruzica Piskac ·

    经认证但私密：可扩展的零知识证明用于神经网络保证

    arXiv:2608.17070v1 Announce Type: new Abstract: With the growing deployment of machine learning models, formal guarantees of the robustness and fairness of these models have become increasingly important in safety-critical and legal-compliance settings. However, model parameters …

相关实体

相关话题