Yale Üniversitesi'nden altı bilgisayar bilimleri araştırmacısı, 9 Eylül 2026’da yayımlanan teknik bir makalede, ağır işlemeyi üçüncü‑taraf bir sunucuda gerçekleştirirken AI istemlerinin içeriğini gizli tutmayı amaçlayan Maverick çerçevesini açıkladı. Bu yaklaşım, akıllı telefon gibi düşük performanslı bir cihazın çoğu aritmetiği uzaktaki bir işlemciye devretmesini sağlarken, kullanıcının orijinal sorgusunu gizli tutar.

Maskeleme tekniği ve doğrulama

İstemci cihaz, önce gözlemciye rastgele görünen kriptografik bir maske uygular, ardından maskelenmiş veriyi sunucuya iletir. Sunucu sonuç döndürdükten sonra cihaz, maskeyi kaldırarak yanıtı geri elde eder.

Sunucunun modeli doğru şekilde çalıştırdığını doğrulamak için Maverick, tam hesaplamayı yerel olarak yeniden üretmek yerine kısa bir rastgele kontrol gerçekleştirir. Bu doğrulama adımı, sıfır‑bilgi kanıt sistemlerinden alınan kavramları kullanır; bu alan aynı zamanda blokzincir‑tabanlı hesaplama ağları tarafından da incelenmektedir.

Makale, Maverick'i, ham girdiyi sunucudan gizlemeyen ancak doğru sonucu kanıtlayabilen başka bir sıfır‑bilgi makine‑öğrenme doğrulayıcısı olan DeepProve ile karşılaştırıyor.

Performans sonuçları

Testlerde, istemci tarafında tek bir işlemci iş parçacığıyla Qwen3‑4B dil modeli kullanıldı ve 128 paralel iş parçacığına sahip bir CPU sunucusuyla eşleştirildi. Maskeler önceden hazırlandığında, sistem istem tokenlarını cihazın modeli tamamen kendi donanımında çalıştırdığı senaryoya göre 45 kata kadar daha hızlı işledi.

Maskeler çıkarım sırasında anlık olarak üretildiğinde, hız avantajı 17 kata düştü; bu hâlâ yerel iş yükünde önemli bir azalma anlamına geliyor.

Ayrı bir deneyde iki istemci iş parçacığı ve 64 sunucu iş parçacığıyla bir ağ simüle edildi. 50 ms tur‑gidiş gecikmesinde, ilk token yerel çalıştırmaya göre 1.42 ve 1.46 kat daha hızlı ortaya çıktı; 100 ms gecikmede uzaktan yaklaşım yavaşladı ve protokolün ağ gecikmesine duyarlılığı vurgulandı.

Yazarlar, önceden hesaplanmış maskeler için gereken istemci‑tarafı depolama miktarının ana sınırlama olduğunu ve bunu “yaklaşımımızın kilit darboğazı” olarak tanımladığını belirtiyor.

Takım, finansman ve ilgili yorumlar

Yardımcı doçent Fan Zhang ve doktora adayı Wenhao Wang, Initiative for CryptoCurrencies and Contracts (IC3) ile ilişkilendiriliyor; Wang’in katkısı kısmen bir IC3 hibesiyle finanse ediliyor. Ortak yazar Charalampos Papamanthou, DeepProve dahil sıfır‑bilgi kanıt sistemleri geliştiren Lagrange Labs’ın baş bilim insanı olarak görev yapıyor.

Unchained’in “Uneasy Money” podcast’inde blockchain pazar yeri kurucusu Kain Warwick, Maverick’in çözmeyi hedeflediği güven sorununu vurgulayarak, “insanlar size çıkarım satıyor ve bunun nereden geldiğini gerçekten bilmiyorsunuz” dedi.