可验证 AI：证明黑箱背后发生了什么

文章讨论云 AI API 缺乏模型身份证明的问题，并引用 Berkeley 研究称外部测试大多无法判断供应商是否替换为更便宜的模型。文中比较三种方案：zkML 可为特定已承诺模型生成数学证明且不暴露权重，但目前仅适用于小模型，对大语言模型过慢；opML 跳过证明、允许任何人质疑结果，成本低且可扩展到大模型，但无隐私保护且需要等待期；硬件认证（TEE）是当前大模型唯一实用方案，代价是信任芯片厂商。文章强调证明只能说明哪个模型运行过，不能证明模型准确或公平。

AI推荐理由 文章系统比较了 zkML、opML 和 TEE 三种可验证 AI 路径，并引用 Berkeley 研究指出外部测试难以识别模型替换；同时明确 zkML 目前仅适用于小模型、opML 需要等待期且无隐私、TEE 需信任芯片厂商，局限交代清楚。属于技术综述而非一手实验，信息密度较高但无具体数据或论文链接。