Investigadores de Yale presentan el protocolo Maverick para proteger prompts de IA durante inferencia remota
Un equipo de Yale ha detallado Maverick, un sistema que oculta las entradas del usuario mientras delega el trabajo del modelo de IA a servidores externos, reportando mejoras de velocidad de hasta 45‑veces en pruebas iniciales.
Traducido del inglés. Leer el original
Claves
- Maverick cifra los prompts con una máscara aleatoria antes de enviarlos a un servidor de cómputo, impidiendo que el servidor vea la entrada original.
- Las máscaras pre‑calculadas permiten que el manejo de tokens sea hasta 45 veces más rápido que ejecutar el modelo completamente en un dispositivo de mano.
- El protocolo se divulgó en un pre‑print de arXiv sin revisión por pares publicado el 9 de septiembre de 2026 y cuenta con el apoyo parcial de una subvención de IC3.
Seis investigadores en ciencias de la computación de la Universidad de Yale publicaron un artículo técnico el 9 de septiembre de 2026 que describe Maverick, un marco diseñado para mantener oculto el contenido de los prompts de IA cuando el procesamiento intensivo se realiza en un servidor de terceros. El enfoque permite que un smartphone u otro dispositivo de bajo rendimiento delegue la mayor parte de la aritmética a un procesador remoto mientras la consulta original del usuario permanece oculta.
Técnica de enmascaramiento y verificación
El dispositivo cliente primero aplica una máscara criptográfica que parece aleatoria a un observador, luego transmite los datos enmascarados al servidor. Después de que el servidor devuelve un resultado, el dispositivo elimina la máscara para recuperar la respuesta.
Para confirmar que el servidor ejecutó el modelo correctamente, Maverick realiza una breve comprobación aleatoria en lugar de reproducir todo el cálculo localmente. Este paso de verificación se basa en conceptos de sistemas de pruebas de conocimiento cero, un área también explorada por redes de cómputo basadas en blockchain.
El artículo contrasta Maverick con DeepProve, otro verificador de aprendizaje automático de conocimiento cero que puede atestiguar un resultado correcto pero no oculta la entrada cruda al servidor.
Resultados de rendimiento
Las pruebas usaron el modelo de lenguaje Qwen3‑4B en un solo hilo de procesamiento del lado del cliente, emparejado con un servidor CPU capaz de 128 hilos paralelos. Cuando las máscaras se prepararon con antelación, el sistema procesó los tokens del prompt hasta 45 veces más rápido que un escenario donde el dispositivo ejecuta el modelo completamente en su propio hardware.
Si las máscaras se generaron sobre la marcha durante la inferencia, la ventaja de velocidad descendió a 17‑veces, manteniéndose aun así una reducción sustancial de la carga local.
Un experimento separado simuló una red con dos hilos de cliente y 64 hilos de servidor. Con una latencia de ida‑y‑vuelta de 50 ms, el primer token se generó 1,42 y 1,46 veces más rápido que la ejecución puramente local; a 100 ms de latencia el enfoque remoto resultó más lento, lo que destaca la sensibilidad del protocolo al retraso de la red.
Los autores señalan que la cantidad de almacenamiento del lado del cliente requerida para las máscaras pre‑calculadas es una limitación principal, describiéndola como “un cuello de botella clave de nuestro enfoque”.
Equipo, financiación y comentarios relacionados
El profesor asistente Fan Zhang y el candidato a doctorado Wenhao Wang aparecen como afiliados a la Initiative for CryptoCurrencies and Contracts (IC3); una subvención de IC3 financia parcialmente la contribución de Wang. Charalampos Papamanthou, también co‑autor, ocupa el cargo de científico jefe en Lagrange Labs, una empresa que construye sistemas de pruebas de conocimiento cero, incluido DeepProve.


Debate 0