zkLLMPoT：LLM训练零知识证明框架

2026年10月15日，arXiv Artificial Intelligence 刊出 Junkai Liang 等作者的论文，提出 zkLLMPoT 零知识训练证明框架。据该报道，zkLLMPoT 通过前向评估而非验证优化轨迹，来证明训练后检查点的审计属性，认证成本与训练迭代次数无关。框架分两阶段：训练方固定架构并提交权重，审计方选择挑战序列，随后训练方证明模型在这些序列上的目标值；全程不泄露权重，也无需访问私有训练数据。上述内容均来自该篇报道，为目前该事件的最新进展。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。