येल शोधकर्ताओं ने रिमोट इन्फ़रेंस में AI प्रॉम्प्ट्स की सुरक्षा के लिए Maverick प्रोटोकॉल प्रस्तुत किया
येल की एक टीम ने Maverick का विवरण दिया, एक सिस्टम जो उपयोगकर्ता इनपुट को मास्क करता है जबकि AI मॉडल का काम बाहरी सर्वरों को सौंपता है, शुरुआती परीक्षणों में 45‑गुना तक गति वृद्धि दिखाते हुए।
अंग्रेज़ी से अनुवादित। मूल लेख पढ़ें
मुख्य बातें
- Maverick उपयोगकर्ता के प्रॉम्प्ट को एक रैंडम मास्क से एन्क्रिप्ट करता है और फिर इसे कंप्यूट सर्वर को भेजता है, जिससे सर्वर मूल इनपुट नहीं देख पाता।
- पहले से तैयार किए गए मास्क के कारण टोकन प्रोसेसिंग पूरी तरह डिवाइस पर मॉडल चलाने की तुलना में 45 गुना तेज़ हो जाती है।
- यह प्रोटोकॉल 9 सितंबर 2026 को प्रकाशित एक गैर‑पीयर‑रिव्यू arXiv प्री‑प्रिंट में उजागर किया गया और IC3 ग्रांट से आंशिक रूप से समर्थित है।
येल विश्वविद्यालय के छह कंप्यूटर‑साइंस शोधकर्ताओं ने 9 सितंबर 2026 को एक तकनीकी पेपर जारी किया, जिसमें Maverick का विवरण दिया गया है—एक फ्रेमवर्क जो AI प्रॉम्प्ट की सामग्री को छिपाए रखता है जब भारी प्रोसेसिंग थर्ड‑पार्टी सर्वर पर की जाती है। यह तरीका स्मार्टफ़ोन या अन्य कम‑प्रदर्शन डिवाइस को अधिकांश गणना रिमोट प्रोसेसर को ऑफ़लोड करने देता है, जबकि उपयोगकर्ता की मूल क्वेरी छिपी रहती है।
मास्किंग तकनीक और सत्यापन
क्लाइंट डिवाइस पहले एक क्रिप्टोग्राफ़िक मास्क लागू करता है जो पर्यवेक्षक को रैंडम दिखता है, फिर मास्क किया हुआ डेटा सर्वर को भेजता है। सर्वर परिणाम लौटाने के बाद, डिवाइस मास्क हटाकर उत्तर पुनः प्राप्त करता है।
सर्वर ने मॉडल सही ढंग से चलाया है यह पुष्टि करने के लिए, Maverick पूरी गणना को स्थानीय रूप से दोहराने के बजाय एक छोटा रैंडमाइज़्ड चेक चलाता है। यह सत्यापन चरण ज़ीरो‑नॉलेज प्रूफ़ सिस्टम की अवधारणाओं पर आधारित है, जिसे ब्लॉकचेन‑आधारित कंप्यूट नेटवर्क भी खोज रहे हैं।
पेपर Maverick की तुलना DeepProve से करता है, जो एक अन्य ज़ीरो‑नॉलेज मशीन‑लर्निंग वेरिफायर है जो सही परिणाम की पुष्टि कर सकता है लेकिन सर्वर से कच्चा इनपुट छिपाता नहीं है।
प्रदर्शन परिणाम
परीक्षण में क्लाइंट साइड पर एकल प्रोसेसिंग थ्रेड के साथ Qwen3‑4B भाषा मॉडल का उपयोग किया गया, और 128 समानांतर थ्रेड वाले CPU सर्वर के साथ जोड़ा गया। जब मास्क पहले से तैयार किए गए थे, तो सिस्टम ने प्रॉम्प्ट टोकन्स को डिवाइस पर पूरी तरह मॉडल चलाने की तुलना में 45 गुना तेज़ प्रोसेस किया।
यदि मास्क इनफ़रेंस के दौरान ऑन‑द‑फ्लाई जेनरेट किए गए, तो गति लाभ 17‑गुना तक गिर गया, फिर भी स्थानीय कार्यभार में उल्लेखनीय कमी रही।
एक अलग प्रयोग में दो क्लाइंट थ्रेड और 64 सर्वर थ्रेड वाले नेटवर्क का सिमुलेशन किया गया। 50 ms राउंड‑ट्रिप लेटेंसी पर, पहला टोकन स्थानीय निष्पादन की तुलना में 1.42‑और‑1.46 गुना तेज़ आया; 100 ms लेटेंसी पर रिमोट तरीका धीमा रहा, जो प्रोटोकॉल की नेटवर्क देरी के प्रति संवेदनशीलता को दर्शाता है।
लेखकों ने बताया कि प्री‑कम्प्यूटेड मास्क के लिए आवश्यक क्लाइंट‑साइड स्टोरेज मात्रा मुख्य सीमा है, इसे “हमारे दृष्टिकोण की मुख्य बाधा” कहा गया है।
टीम, फंडिंग और संबंधित टिप्पणी
एसिस्टेंट प्रोफेसर Fan Zhang और पीएचडी उम्मीदवार Wenhao Wang को Initiative for CryptoCurrencies and Contracts (IC3) के सहयोगी के रूप में सूचीबद्ध किया गया है; Wang के योगदान को आंशिक रूप से IC3 ग्रांट से फंड किया गया है। सह‑लेखक Charalampos Papamanthou, Lagrange Labs में मुख्य वैज्ञानिक हैं, जो DeepProve सहित ज़ीरो‑नॉलेज प्रूफ़ सिस्टम बनाते हैं।
Unchained के “Uneasy Money” पॉडकास्ट में ब्लॉकचेन मार्केटप्लेस संस्थापक Kain Warwick ने Maverick द्वारा हल किए जाने वाले भरोसे के मुद्दे पर प्रकाश डाला, कहते हुए, “लोग आपको इन्फ़रेंस बेच रहे हैं, और आपको वास्तव में नहीं पता कि वह कहाँ से आ रहा है।”
पेपर अभी तक किसी पीयर‑रिव्यूड जर्नल में स्वीकार नहीं हुआ है और सार्वजनिक कोड रिपॉजिटरी नहीं देता, जिससे यह स्पष्ट होता है कि कार्य अभी प्रोटोटाइप चरण में है।


चर्चा 0