Peneliti Yale memperkenalkan protokol Maverick untuk melindungi prompt AI selama inferensi jarak jauh
Tim dari Yale merinci Maverick, sebuah sistem yang menyamarkan masukan pengguna saat mendelegasikan pekerjaan model AI ke server eksternal, melaporkan peningkatan kecepatan hingga 45‑kali lipat dalam pengujian awal.
Diterjemahkan dari bahasa Inggris. Baca versi asli
Poin penting
- Maverick mengenkripsi prompt dengan masker acak sebelum dikirim ke server komputasi, sehingga server tidak dapat melihat input asli.
- Masker yang telah dipra‑hitung memungkinkan penanganan token hingga 45 kali lebih cepat dibandingkan menjalankan model sepenuhnya pada perangkat genggam.
- Protokol ini diungkapkan dalam pre‑print arXiv yang tidak melalui peer‑review pada 9 September 2026 dan sebagian didanai oleh hibah IC3.
Enam peneliti ilmu komputer dari Universitas Yale merilis makalah teknis pada 9 September 2026 yang menjabarkan Maverick, kerangka kerja yang dirancang untuk menyembunyikan isi prompt AI ketika proses berat dilakukan di server pihak ketiga. Pendekatan ini memungkinkan smartphone atau perangkat berperforma rendah lainnya mengalihkan sebagian besar perhitungan ke prosesor jarak jauh sementara kueri asli pengguna tetap tersembunyi.
Teknik penyamaran dan verifikasi
Perangkat klien pertama‑tama menerapkan masker kriptografis yang tampak acak bagi pengamat, kemudian mengirim data yang telah disamarkan ke server. Setelah server mengembalikan hasil, perangkat menghilangkan masker untuk memulihkan jawaban.
Untuk memastikan server menjalankan model dengan benar, Maverick menjalankan pemeriksaan acak singkat alih‑alih mereproduksi seluruh komputasi secara lokal. Langkah verifikasi ini mengacu pada konsep sistem bukti nol‑pengetahuan, bidang yang juga dieksplorasi oleh jaringan komputasi berbasis blockchain.
Makalah ini membandingkan Maverick dengan DeepProve, verifikator pembelajaran mesin nol‑pengetahuan lain yang dapat membuktikan hasil yang benar namun tidak menyembunyikan input mentah dari server.
Hasil kinerja
Pengujian menggunakan model bahasa Qwen3‑4B pada satu thread pemrosesan di sisi klien, dipasangkan dengan server CPU yang mampu 128 thread paralel. Ketika masker dipersiapkan sebelumnya, sistem memproses token prompt hingga 45 kali lebih cepat dibandingkan skenario di mana perangkat mengeksekusi model sepenuhnya pada perangkatnya sendiri.
Jika masker dihasilkan secara dinamis selama inferensi, keunggulan kecepatan turun menjadi 17‑kali lipat, masih menunjukkan pengurangan beban kerja lokal yang signifikan.
Eksperimen terpisah mensimulasikan jaringan dengan dua thread klien dan 64 thread server. Dengan latensi round‑trip 50 milidetik, token pertama muncul 1,42 dan 1,46 kali lebih cepat dibandingkan eksekusi lokal murni; pada latensi 100 ms pendekatan jarak jauh menjadi lebih lambat, menyoroti sensitivitas protokol terhadap penundaan jaringan.
Penulis mencatat bahwa jumlah penyimpanan sisi klien yang diperlukan untuk masker pra‑hitung menjadi batas utama, menggambarkannya sebagai “bottleneck kunci dari pendekatan kami.”
Tim, pendanaan, dan komentar terkait
Asisten profesor Fan Zhang dan kandidat PhD Wenhao Wang tercantum sebagai afiliasi Initiative for CryptoCurrencies and Contracts (IC3); hibah IC3 sebagian mendanai kontribusi Wang. Charalampos Papamanthou, juga co‑author, menjabat sebagai chief scientist di Lagrange Labs, perusahaan yang membangun sistem bukti nol‑pengetahuan termasuk DeepProve.


Diskusi 0