Lucid Labs

新的人工智能训练验证设计提议使用流量整形来阻止隐蔽的模型开发

一种名为“工作负载分类的流量整形”的新验证设计已被提出，以确保前沿人工智能训练没有在声明的计算设施中进行。该解决方案旨在通过对网络流量施加严重的低效率，使训练比当前前沿模型大得多的新模型在经济上不可行。该设计利用现有的流量限制和隔离技术，并增加了一个随机路由器以进一步抵抗去中心化训练方法。它被呈现为一种可快速部署、低复杂度的替代其他验证设计的方案。