Pular para o conteúdo

Sábado, 21 de novembro de 2026

Atualizado há menos de 1 min · variação em 24 hData provided by CoinMarketCap.com. Fontes: AwesomeAPI e gold-api.com

Menu
Assinar o DiárioEntrar
Mundo

Seis pesquisadores de Yale propõem o protocolo Maverick para ocultar prompts de IA em servidores externos

Seis cientistas de Yale apresentaram, em preprint publicado no arXiv em 9 de setembro de 2026, o protocolo Maverick, que permite que dispositivos de baixa potência enviem o processamento pesado de modelos de IA a servidores externos que recebem apenas uma cópia embaralhada da entrada do usuário.

Redação Diário Crypto

Um cubo digital de luz fragmentada transformando dados embaralhados em um feixe de luz organizado em um servidor tecnológico. Ilustração gerada por IA.
Ilustração gerada por IA. Não retrata pessoas, lugares ou cenas reais da notícia.

Segundo o Unchained, seis cientistas da computação de Yale descrevem o Maverick, um protocolo para executar um modelo de IA de código aberto principalmente em máquina de outra pessoa: o telefone ou outro dispositivo de baixa potência do usuário envia o processamento pesado para um servidor externo, que recebe apenas uma cópia embaralhada da entrada do usuário e verifica o resultado quando ele retorna. O artigo foi publicado no arXiv em 9 de setembro de 2026 como preprint; ainda não foi aceito em conferência ou revista e não contém link para código.

Cabeça de estátua envolta em uma faixa pixelada com racks de servidores iluminados no interior
Cabeça de estátua envolta em uma faixa pixelada com racks de servidores iluminados no interior. Imagem: Unchained

Verificar se uma máquina que você não controla calculou de forma honesta é um problema que sistemas de provas de conhecimento zero e algumas redes descentralizadas de computação também abordam. O Maverick também mantém a entrada do usuário oculta dessa máquina. O DeepProve, um sistema de aprendizado de máquina de conhecimento zero, verifica os resultados, mas deixa a entrada exposta ao servidor, segundo o artigo. Dois autores, o professor assistente Fan Zhang e o estudante de doutorado Wenhao Wang, indicam a Initiative for CryptoCurrencies and Contracts (IC3) como afiliação, e uma bolsa da IC3 financia parte da pesquisa de Wang.

Ao discutir marketplaces de blockchain que vendem inferência de IA, a execução de modelos treinados, o anfitrião Kain Warwick descreveu, neste mês, o problema de confiar em máquina de outra pessoa: “as pessoas estão vendendo inferência e você realmente não sabe de onde vem”, disse ele no Uneasy Money da Unchained.

O Maverick envia a maior parte dos cálculos do modelo para o servidor, depois que o dispositivo do usuário oculta sua entrada sob uma máscara de aparência aleatória que é removida da resposta posteriormente. Para verificar o servidor, o dispositivo executa um teste aleatório rápido em vez de refazer o trabalho.

O coautor Charalampos Papamanthou, listado no Maverick apenas como afiliado a Yale, é cientista-chefe da Lagrange Labs, segundo sua página na Yale. A Lagrange desenvolve sistemas de provas de conhecimento zero, incluindo o DeepProve, e Papamanthou co-escreveu o artigo sobre o DeepProve.

Nos testes de ponta a ponta descritos no artigo, o maior ganho ocorreu quando o dispositivo do usuário preparou suas máscaras antecipadamente: os tokens de prompt foram processados até 45 vezes mais rápido do que se o dispositivo tivesse executado o modelo por conta própria. A construção das máscaras durante a execução reduziu o pico para 17 vezes. Esses números foram obtidos com um único thread de processamento no dispositivo do usuário, trabalhando com um servidor CPU que permitia até 128 threads, um prompt de oito tokens e sem latência de rede contabilizada.

Em outro teste, que mediu uma solicitação curta em uma rede simulada com dois threads do dispositivo e 64 threads do servidor, os dois modos privados retornaram sua primeira saída apenas 1,42 e 1,46 vezes mais rápido do que a execução local com um tempo de ida e volta de 50 milissegundos, e foram mais lentos que a execução local a 100 milissegundos. O Qwen3-4B foi o único modelo testado. Os autores afirmam que as necessidades de armazenamento do cliente do Maverick são “um gargalo chave da nossa abordagem.” (em tradução livre)

Fontes

Esta matéria foi redigida com apoio de inteligência artificial a partir das fontes citadas e conferida por verificação automática.

Conteúdo informativo. Não é recomendação de investimento.

Avisar erro nesta matéria

Leia também